基于内核的低秩逼近算法的改进

为进一步提高低秩逼近技术的逼近精度,提出了一种改进的基于内核的低秩逼近算法（IK-BLA）.算法利用在数值上呈现递减规律的、与矩阵列相关的非均匀概率分布函数对大规模n×n矩阵W进行抽样,接着用抽样得到的小规模c×c矩阵W逼近矩阵W.在UCI数据库中部分数据集上的实验验证了IKBLA的有效性.     

一种求解低秩矩阵填充问题的新方法

低秩矩阵填充问题是目前研究的热点之一,在理论研究和算法设计方面都取得了较成熟的研究成果.在以往的算法都要对矩阵的秩采用逐步加一的方法进行更新.这种秩更新的方法确保了低秩矩阵,但是影响算法的收敛速度.推出一种割线法更新秩,从而建立更加有效的矩阵填充算法,其数值实验结果显示新方法的有效性.     

基于低秩矩阵填充的推荐算法

针对已有协同过滤推荐技术中评分矩阵极度稀疏问题,提出了一种基于低秩矩阵填充技术的推荐算法.该算法从贝叶斯框架出发,提出了能够解决低秩矩阵问题的分层高斯先验模型,并将广义近似消息传递算法嵌入到贝叶斯框架,规避了贝叶斯学习过程中烦琐的矩阵逆运算,提升了算法运算速度,同时在广义近似消息传递算法中施加阻尼运算以促进收敛.在开放数据集上的实验结果表明,所提出的算法与相关的矩阵填充推荐算法相比,有效地提高了推荐准确度.     

基于稀疏表示和低秩矩阵逼近的图像去噪算法的研究

提出了一种基于稀疏表示和低秩矩阵逼近的图像去噪算法:首先,通过对图像块的数据矩阵进行奇异值分解和全局子空间分析,确定信号子空间和噪声子空间;其次,利用图像块与信号子空间的距离寻找相似块,并将相似块分组为训练样本;再次,对相似块矩阵进行奇异值分解,并确定表示相似块的奇异向量;最后,去除表示噪声的基.实验结果表明,该算法能...     

基于内积矩阵Euv的最小二乘形式矩阵Padé-型逼近

为提高求矩阵Padé-型逼近解的精确度,给出一种求解矩阵Padé-型逼近解的改进算法,即基于矩阵Euv的正交多项式Padé-型逼近算法.另外,当矩阵值幂级数展开式的系数产生微小摄动时,矩阵幂级数的Padé-型逼近解变化往往很大,借助误差公式、内积单位矩阵和最小二乘法构造一种稳定性和精确度均有所提高的最小二乘形式矩阵Padé-型逼近算法.最后,对这两种算法分别给出完整的分子和分母行列式表达式.     

求矩阵方程AXB+CYD=E自反最佳逼近解的迭代算法

利用复合最速下降法的迭代算法对基于自反矩阵(或反自反矩阵)下广义Sylvester矩阵方程AXB+CYD=E最佳逼近解进行了研究,证明了无论矩阵方程AXB+CYD=E是否相容,该算法都可以用于计算其最佳逼近解.最后,通过2个数值实验证明了该算法的可行性.     

压缩感知与矩阵填充及其在图像处理中的应用

压缩感知和矩阵填充是当前的两个研究热点,压缩感知的性能取决于3个要素:信号的稀疏性、压缩感知矩阵的非相干性和重构算法的快速有效性。相应地,矩阵填充性能也取决于3个要素:矩阵的低秩性、矩阵的不相关性和重构算法的快速有效性。文中首先论述了压缩感知和矩阵填充的应用背景,阐述了两者的数学模型,分析了信号的稀疏性和观测矩阵的不相关性对压缩感知性能的影响,研究了矩阵的低秩和不相关性在矩阵填充中的作用,进而对压缩感知和矩阵填充的稀疏性和非相干性进行了对比,总结了压缩感知和矩阵填充的重构算法,介绍了压缩感知和矩阵填充在图像处理中的应用。     

基于对数行列式实现的矩阵补全算法

传统的基于低秩假设的矩阵补全模型常常对目标矩阵采用核范数的约束,由于核范数对秩函数的近似不够精确,基于核范数的低秩模型可能无法产生最优的效果.为此,采用对数行列式代替核范数,提出基于最小化矩阵对数行列式的矩阵补全模型.研究结果表明,基于最小化对数行列式实现的矩阵补全算法能够有效地恢复矩阵的低秩信息,能够有效地补全图像的...     

基于非凸矩阵填充模型的图像修复方法研究

为了减少基于矩阵核范数极小化(NNM)的矩阵填充模型和原始矩阵的秩极小化(RM)矩阵填充模型之间的偏差,提出了一种新的非凸矩阵填充模型。相对于核范数,其能够更好地逼近原始的秩极小化问题。此外,考虑到非凸模型的优化困难,文中结合增广拉格朗日法和迭代重赋权重法去求解提出的矩阵填充模型。为了验证算法的有效性,在人工数据集上进行了大量实验,并将其应用于图像修复这一重要的计算机视觉领域。实验结果表明,提出的算法能够处理不同类型的缺失图像,且其恢复精度明显高于现有的矩阵填充模型。     

一类矩阵方程的最小二乘反对称次对称解及其最佳逼近

基于变形共轭梯度法,提出一种求解线性矩阵方程AX+XB=C的最小二乘反对称次对称解的迭代法.对任意的初始矩阵,在不考虑舍入误差的情况下,该算法能经过有限步得到问题的一个最小二乘反对称次对称解,且对任意给定的矩阵,利用该算法能得到AX+XB=C的最佳逼近解.算例表明该算法是可行且有效的.     

矩阵在闭凸锥上的最佳逼近

讨论矩阵在闭凸锥上的最佳逼近及其数值算法,在对称半正定矩阵集上,给出了最佳逼近数值算法的MATLAB程序和数值例子.数值结果表明,算法是有效的和有用的.     

隐式低秩表示联合稀疏表示的人脸识别方法

针对人脸识别中存在的遮挡、阴影、反光等不同程度的数据破坏以及训练样本不充足导致识别率低的问题,提出一种基于隐式低秩表示联合稀疏表示(LatLRR_SRC,Latent Low-Rank Representation Sparse Representation Classification)的人脸识别方法.该方法首先采用隐式低秩表示(LatLRR,Latent Low-Rank Representation)算法将训练样本矩阵分解为两个低秩逼近矩阵和一个稀疏误差矩阵.然后将低秩逼近矩阵和稀疏误差矩阵联合构成完备字典,并用K-SVD算法对字典进行学习,得到测试样本在学习后字典下的稀疏表示.最后对测试样本利用上述隐式低秩表示分解的三部分的稀疏逼近计算残差,完成测试样本的分类识别.在Extend YaleB和CMU PIE人脸数据上的实验结果表明,基于LatLRR_SRC的人脸识别方法具有较高的识别率和稳定性.     

一类矩阵方程的中心对称定秩解及其最佳逼近

通过采用一种新方法得出了矩阵方程AXB=C有中心对称解的充分必要条件、解的一般表达式;利用矩阵对的商奇异值分解、广义逆,给出了其解的最小秩、最大秩,及最小秩解的一般表达式．另外,推出了中心对称最小秩解集合中与给定矩阵的最佳逼近解．     

矩阵方程AXB=C的广义中心对称解及其最佳逼近

利用矩阵对的广义奇异值分解,给出了矩阵方程AXB=C广义中心对称解的充要条件和通解表达式,证明了在矩阵方程AXB=C的广义中心对称解集合中存在唯一与给定矩阵X*的最佳逼近解,给出了求解最佳逼近解的数值算法和数值例子.     

矩阵方程AXB＋CXTD=E自反最佳逼近解的迭代算法

为了求Sylvester矩阵方程AXB＋CXTD=E自反（或反自反）的最佳逼近解,提出了一种利用复合最速下降法的迭代算法。不论矩阵方程AXB＋CXTD=E是否相容,对于任给初始自反（或反自反）矩阵Xo,此算法都可以计算出该方程自反（或反自反）的最佳逼近解X。最后,通过两个数值例子验证了算法的可行性。     

矩阵方程AX=B的Hermitian-广义Hamiltonian矩阵解的迭代算法

利用正交投影、Hermitian-广义Hamiltonian矩阵类的结构与性质及奇异值分解,讨论了矩阵方程AX=B的Hermitian-广义Hamiltonian矩阵解及其最佳逼近的迭代算法,证明了算法的收敛性,求出了相应的最佳逼近解,并给出了相应的算法步骤和数值例子.     

部分矩阵逆的填充

利用秩理论和矩阵的广义逆研究了部分矩阵的两类逆的填充问题.给出了两类逆的填充问题有解的充分必要条件以及解的表示.     

一类矩阵方程的最小秩解及其最佳逼近

讨论了矩阵方程的最小秩解及其最佳逼近,利用矩阵对的广义奇异值分解,得到了定秩解的解集合;对于最小秩解的解集合Sm,得到了最佳逼近解.     

二元矩阵连分式逼近的对偶展开式（Ⅲ）

本文借助于矩阵的广义逆变换和分支连分式的递推算法，得到了二元Ｔｈｉｅｌｅ型矩阵连分式的对偶展开式，并对对偶展开式的逼近性质进行了讨论。两种互为对偶的连分式逼近之间的一个关联性质得到了证明。给出的计算实例说明了本文的结果。     

谱约束下非负矩阵最佳逼近问题的算法

该文给出了谱约束下非负矩阵最佳逼近问题的一种算法。