Toeplitz矩阵填充的中值修正的奇异值阈值算法

文章提出了Toeplitz矩阵填充的中值修正的奇异值阈值算法.新算法保证每次迭代产生的矩阵都是可行的Toeplitz矩阵,而且通过数值实验进一步验证了新算法在时间和精度上都有较大的优势.     

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.     

Toeplitz矩阵填充的尾端修正增广拉格朗日乘子算法

基于均值的增广拉格朗日乘子（MALM）算法,提出了一种尾端修正的Toeplitz矩阵填充新算法.该算法利用增广拉格朗日乘子（ALM）算法迭代速度较快的优点,对迭代矩阵序列进行结构化与尾端修正.在一定程度上减少了每步均值处理所产生的数据传输量,从而降低了计算代价.同时详细讨论了新算法的收敛性.最后通过数值实验证明了新算法比l步修正的增广垃格朗日乘子（l-MALM）、MALM以及ALM算法在计算时间上有较大程度的减少.     

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...     

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.     

Toeplitz矩阵填充的加速临近梯度截断算法

为有效求解Toeplitz矩阵填充问题,提出两种加速临近梯度截断算法,分析了新算法的收敛性.数值实验结果证实了新算法的可行性和有效性.     

基于小波变换与低秩校正的Toeplitz系统快速算法

讨论了Toeplitz方程组的快速求解方法．首先研究了Toeplitz矩阵在多进制小波变换下的代数结构．利用数值实验得到,对多项式偶函数生成的Toeplitz系统实施双正交9～7小波后矩阵在一定的精度下具有有限的带宽特性．结合低秩校正方法,得到一类Toeplitz系统的快速求解方法,运算量级为O(N),其中N为系统的阶．该方法与通常使用的直接快速算法以及预条件共轭梯度法(PCG)分别需要的复杂度O(N~2)以及O(Nlog_2N)相比,运算量有较大幅度的减少．     

正定Toeplitz矩阵三角分解的修正Schur算法

在Ｓｃｈｕｒ算法的基础上构造了Ｓｃｈｕｒ补的位移结构，通过对Ｓｃｈｕｒ补的位移结构的生成子进行变化得到正定Ｔｏｅｐｌｉｔｚ矩阵三角分解的一种修正的Ｓｃｈｕｒ算法，该算法的计算量为Ｏ（ｎ＾２）。     

低秩张量填充的随机算法

以高精度低秩张量填充算法为基础,引入随机的思想,提出了一种新的低秩张量填充算法.该算法在每次迭代过程中,只对张量随机产生的某个模进行展开,奇异值分解及折叠,减少了计算花费.最后,通过数值实验以及MRI图像填充证明新算法比HaLRTC及DR-TR算法更有效.     

矩阵低秩逼近的快速增量算法及其在人脸图像中的应用

针对矩阵数据降维或低秩逼近问题,提出了一种快速增量算法.假设矩阵数据存在双边分解,建立了两个相互耦合的特征子空间模型,因此增量算法由两个特征子空间的迭代更新构成.每一步迭代,新载入的矩阵数据沿着行(列)特征子空间进行正交分解,从而获得了行(列)协方差矩阵更紧致的表达.一旦该表达被建立,行(列)特征子空间的更新就可以通过解一个和矩阵数据的行(列)数相比更小规模的特征值问题来完成,算法的高效率得以实现.该算法被应用到人脸图像重构和人脸跟踪问题中,一系列实验表明了算法的有效性.     

矩阵填充的可行方向逼近法

以矩阵填充的子空间逼近法为基础,提出了一种矩阵填充的可行方向逼近法,该算法运用二次规划技术产生最接近可行的矩阵,且迭代矩阵逐步向低秩可行矩阵逼近,满足收敛条件产生低秩的最优填充矩阵.通过数值实验验证了新的算法比传统算法更有效.     

基于稀疏表示和低秩逼近的自适应异常事件检测算法

针对传统异常事件检测算法没有考虑视频数据低秩特性的问题,提出了基于低秩稀疏编码模型的字典学习算法。对提取的多尺度三维时空梯度特征进行K-均值聚类。利用低秩稀疏编码模型进行每一个特征聚类的字典学习。通过迭代聚类和字典学习获取所有的正常行为模式。采用公共数据集UCSD Ped1和Avenue检测该算法的性能。与社会力(SF)、混合概率主成分分析(MPPCA)、社会力-混合概率主成分分析(SF-MPPCA)、混合动态纹理(MDT),Adam、子空间(Suspace)、稀疏组合学习框架(SCLF)7种方法对比,该文算法具有较高的正确率和较强的实时性。     

矩阵秩m修正的特征值问题

本文考虑正定对称矩阵的秩m修正,分析并估计其特征值的变化情况。     

Toeplitz矩阵相乘的快速算法

利用循环矩阵和反循环阵的性质,给出了两个一般Toeplitz矩阵相乘的快速算法,其运算量级为0(2n2)。     

符号矩阵填充的修正增广拉格朗日乘子算法

以增广Lagrange乘子算法为基础,通过对阈值矩阵进行投影,提出修正的增广Lagrange乘子算法.新方法保证每次迭代产生的矩阵是可行的符号矩阵.同时给出新算法的收敛性分析.最后通过数值实验说明了新的算法在时间和误差上比传统的遗传算法更有效,误差能够达到零,达到精确恢复的效果.     

两个Toeplitz矩阵(或Hankel矩阵)相乘的快速算法

本文给出了两个n阶Toeplitz矩阵(或Hankcl矩阵)相乘以及Toeplitz矩阵与Hankel矩阵相乘的快速算法,这些算法的计算复杂性都为6n~2+O(nlog_2n)。     

低秩矩阵恢复的近似迭代再加权算法

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.     

基于低秩描述的特征提取算法

低秩表示算法是通过最小化矩阵核范数来求解低秩表示系数,然而待求解的低秩表示系数的稀疏性低的要求导致求解不稳定的情况。针对这个问题,在基本的图像低秩表示算法中引入一个约束条件来保证系数的最稀疏性,在特征提取过程中来获取图像数据在各个空间中的整体几何结构。通过对不同的加噪图像进行去噪恢复和分类识别,并与现有算法对比,证明改进算法的低秩特性更具有效性和判别性。在ORL库和Yale B库人脸库上的实验结果证明,改进的算法比原算法在图像去噪效果上更有效,具有较高的识别率。     

矩阵秩优化问题的一种分离算法

具有线性约束的最小矩阵秩优化问题在控制、信号处理、系统识别等领域都有着广泛的应用。在矩阵优化问题中,矩阵的秩能够反应数据的稀疏性,但由于矩阵秩函数的非凸性,矩阵秩优化问题一般解决起来比较困难。目前,矩阵核范数的应用对于解决矩阵秩优化问题提供了有效的工具。具有线性约束的最小核范数问题为最小秩问题最紧的凸松弛问题,对于最小核范数问题,如今已存在大量的算法,而可以解决最小化2个下半连续凸函数之和这一类优化问题的Douglas-Rachford分离技巧也同样可以用于此类问题的研究,运用此类技巧得到的算法具有良好的稳健性、有效性和收敛性。