|
|||||
|
|
| 低秩矩阵恢复的混合型增广拉格朗日乘子算法CSCD | |
| 引用本文： | 郭婕温瑞萍王川龙.低秩矩阵恢复的混合型增广拉格朗日乘子算法CSCD[J].高等学校计算数学学报,2022(2):187-202. |
| 作者姓名： | 郭婕温瑞萍王川龙 |
| 作者单位： | 1.太原师范学院工程科学计算山西省高等学校重点实验室030619; |
| 基金项目： | 国家自然科学基金(11371275)；山西省研究生教育创新计划项目[2020SY183]。 |
| 摘 要： | 1引言低秩矩阵恢复问题,又称为鲁棒主成分分析问题或稀疏低秩矩阵分解问题,是指在较少的观测值的基础上恢复出原始矩阵.该问题来源于许多领域,如协同过滤1,2,3],机器学习4],图片对齐5],信号处理6]和量子态层析成像7]等等.在文献8,9,10]中,低秩矩阵恢复问题可以看作是将向量的稀疏表示推广到低秩矩阵的情形,也就是说当矩阵中某些元素严重缺失时,自动识别出损坏的元素并恢复原始矩阵11]. |
| 关 键 词： | 低秩矩阵恢复 量子态 鲁棒主成分分析 机器学习 协同过滤 层析成像 稀疏表示 自动识别 |
| 本文献已被 维普 等数据库收录！ | |