低秩矩阵恢复的近似迭代再加权算法
2017-06-12王鹏胡洁仪陈剑波
五邑大学学报(自然科学版) 2017年2期
王鹏,胡洁仪,陈剑波
(五邑大学 数学与计算科学学院,广东 江门 529020)
低秩矩阵恢复的近似迭代再加权算法
王鹏,胡洁仪,陈剑波
(五邑大学 数学与计算科学学院,广东 江门 529020)
低秩矩阵恢复问题常常正则化为非凸非光滑的最优化问题,并用迭代再加权算法求解.本文借助迹算子的次梯度提出了一种近似算法,避免了求解线性方程组而直接求解.
低秩矩阵恢复;迭代再加权;SVD分解
低秩矩阵恢复是近年来计算数学和信息科学中的一个热门研究领域,相关成果广泛应用于图像处理、子空间分割、协同滤波等领域.低秩矩阵恢复问题一般表述为

本文将上述问题正则化为以下非凸非光滑的优化问题:

1 预备知识
为了求解式(1),首先引入它的一种光滑近似形式[1]929:

引理1[4]设,其中函数是正交不变函数,是一个绝对对称函数,则在是次可微的,并且


由式(3)并结合迹算子的凹凸性[5]可知为凹函数,则为凸函数.由次梯度的定义得:



关于光滑函数的李普希兹连续有如下引理:
引理2[6]设是李普希兹连续可微函数,李普希兹常数为L(f),则对于任意的可得:

2 主要结果
本部分将给出求解最优化问题(2)的近似迭代再加权算法,并结合式(6)和(7)给出Xk+1的迭代格式.

我们得到的低秩矩阵恢复的近似迭代再加权算法如下:
4)更新权重Wk+1,,其中,
5)输出低秩矩阵kX.
对于低秩矩阵恢复问题,现有算法多将原非凸问题正则化为凸优化问题,然而,非凸正则化要比凸正则化效果更好.本文将迭代再……
登录APP查看全文