10.3969/j.issn.1000-3428.2013.04.046
基于迹范数的L1-PCA算法
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.
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
39
TP301.6(计算技术、计算机技术)
国家"863"计划基金资助项目2007AA022008;国家科技支撑计划基金资助项目2012BAH08B00
2013-08-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
199-202,209