基于张量分解的鲁棒核低秩表示算法 |
| |
引用本文: | 熊李艳,何雄,黄晓辉,黄卫春.基于张量分解的鲁棒核低秩表示算法[J].科学技术与工程,2018(21). |
| |
作者姓名: | 熊李艳 何雄 黄晓辉 黄卫春 |
| |
作者单位: | 华东交通大学信息工程学院;华东交通大学软件学院 |
| |
摘 要: | 低秩表示算法,如低秩表示(low-rank representation,LRR)、鲁棒核低秩表示(robust kernel low-rank representation,RKLRR),在处理高维数据方面展现了广阔的应用前景;然而这些方法并不适合高阶数据,传统的低秩表示算法通常只对数据的某一特征属性进行降维。提出了基于张量分解的鲁棒核低秩表示算法(kernel low-rank representation by robust tensor decomposition,RTDKLRR);该算法能够处理高阶非线性的张量数据,对噪声更加鲁棒。首先对RTDKLRR算法设计目标函数并给出约束条件;其次,设计迭代规则对目标函数进行优化。在合成数据集和真实数据集上的实验结果表明优于同类算法。
|
本文献已被 CNKI 等数据库收录! |
|