基于迹范数的L1-PCA算法

被引：2

作者：

刘丽敏 ^{[1
]}

樊晓平 ^{[1
,2
]}

廖志芳 ^{[3
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湖南财政经济学院信息管理系

[3] 中南大学软件学院

来源：

计算机工程 | 2013年 / 39卷 / 04期

关键词：

主成分分析; 迹范数; 增强拉格朗日乘子; 闭合形式解; 奇异值分解;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

L1-PCA相比传统的主成分分析(PCA)更具鲁棒性,但是L1-PCA算法存在很多局部最优解且秩约束计算较为复杂。为此,提出一种基于迹范数的L1-PCA算法。利用迹范数近似代替矩阵的秩,以解决秩约束存在很多局部最优解的问题,采用基于增强拉格朗日乘子的方法对算法求解,并将其应用于图像的降噪处理。实验结果表明,利用该算法降噪后的图像轮廓清晰、同类图像特征明显趋同。

引用

页码：199 / 202+209 +209

页数：5

共 4 条

[1] 一种自适应权值的PCA算法
杨开睿
孟凡荣
梁志贞
[J]. 计算机工程与应用 , 2012, (03) : 189 - 191
[2] 基于核函数的PCA-L1算法
李勇
梁志贞
夏士雄
[J]. 计算机工程, 2011, 37 (22) : 174 - 175+178
[3] Exact Matrix Completion via Convex Optimization
Candes, Emmanuel J.
Recht, Benjamin
[J]. FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2009, 9 (06) : 717 - 772
[4] Regression shrinkage and selection via the Lasso
Tibshirani, R
[J]. JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-STATISTICAL METHODOLOGY, 1996, 58 (01) : 267 - 288

← 1 →