求解鲁棒主成分分析的非单调步长交替最小化算法

来源 :北京化工大学 | 被引量 : 2次 | 上传用户:hulianwu2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
鲁棒主成分分析也称作低秩矩阵恢复、主成分追求和秩-稀疏非相干性分解等,是近年来新提出的一个衍生于压缩感知理论的凸优化问题,其目的是从带有稀疏大误差的矩阵中恢复出原本低秩的矩阵.目前,该理论已广泛应用于图像去噪、视频处理、网页搜索和生物信息等领域.通过分析国内外研究现状,本文对现有主流算法作了比较全面的总结和深入的挖掘,指出了现有理论技术的优缺点.本文主要创新工作如下:  1、提出了一种利用交替最小化思想求解包含致密高斯小噪声的松弛模型的非单调步长交替最小化算法(NSA).首先,采用泰勒展开、奇异值分解(SVD)和收缩算子等技术推导出低秩矩阵和稀疏大误差矩阵的迭代方向矩阵,提出了四个有关单调性和方向的引理对该部分作理论支持;其次,考虑将非单调线性搜索法推广到矩阵,动态求解相应方向的步长;再次,加入连续技术提高算法的收敛速率.  2、理论上,证明了NSA算法的全局收敛性.实验上,将NSA算法与目前的顶级算法非精确增强拉格朗日算法(IALM)、精确增强拉格朗日算法(EALM)和嵌入线性搜索技术的加速近端梯度算法(APGL)作分析对比.在不考虑致密的高斯小噪声时,NSA算法耗时与最高效的IALM算法相差无几;在考虑致密的高斯小噪声时,NSA算法耗时明显优于这方面最高效的算法APGL,其低秩矩阵的相对误差略优于APGL算法.
其他文献
数据质量作为影响决策正确性的基础元素,已经成为当今全球经济一体化大潮下最具竞争力的工具之一。可靠的数据是最具价值的资产,在数据质量管理上所投入的资金和时间,将会在现在
裂缝评价是油气勘探开发的重要组成部分,也是一个重要的地质问题。裂缝的发育受岩性因素和构造因素控制,是一个比较复杂的问题。 本文应用主曲率分析技术、平面应力分析技术
随着计算机图像处理技术的发展,使得医学图像的三维重建变得可能,并逐渐成为目前的一个新的研究热点。医学图像三维重建是一个多学科交叉的研究领域,是计算机图形学和图像处
近年来,许多文献致力于半参数模型中的非参数估计,基于非参数函数是光滑的,之前有backfitting估计和profile-kernel估计.本文考虑纵向数据下的光滑样条方法,假设有n个个体,对第i个