基于非负矩阵分解的低秩矩阵恢复模型

摘要：

针对低秩矩阵恢复需要求解大规模矩阵核范数奇异值分解,计算复杂度高的缺陷,提出基于非负矩阵分解的低秩矩阵恢复模型.新模型通过对传统低秩矩阵恢复模型中的低秩矩阵进行非负因子分解,不但可以保持原始数据的局部特征,而且其低秩性可以快速求解矩阵低秩分解,从而避免了矩阵核范数求解大规模奇异值分解问题.在算法上采用多乘子交替迭代法(ADMM),将全局问题分解为多个易求解的局部子问题,对每个子问题利用拉格朗日乘子法分别对低秩矩阵和稀疏矩阵进行迭代求解.在ORL,AL_Gore和Windows三个图像数据库中Matlab仿真实验结果表明,新模型求解算法比传统低秩矩阵恢复模型识别率高,降秩效果明显,算法的时间复杂度低,从而提高算法运行速度.

关键词：非负矩阵分解、低秩矩阵恢复、多乘子交替迭代法、奇异值分解、图像识别

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61262006,61540050;贵州省重大应用基础研究项目黔科合JZ字[2014]2001;贵州省科技厅联合基金黔科合LH字[2014]7636

在线出版日期：2017-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1019-1024