-
题名基于谱正则化算法的大数据矩阵完备化研究
被引量：1
- 1
-
-
作者
王金甲
闫利霄
洪文学
-
机构
燕山大学信息科学与工程学院
燕山大学电气工程学院
-
出处
《燕山大学学报》
CAS
2014年第5期428-431,470,共5页
-
基金
国家自然科学基金资助项目(61473339)
中国博士后科学基金资助项目(2014M561202)
+1 种基金
河北省2014年度博士后专项资助项目(B2014010005)
首批"河北省青年拔尖人才"资助项目
-
文摘
矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题。随着互联网技术的发展,大数据时代的来临,大数据矩阵中大多数据依然是空白的,需要补充,即大数据存在矩阵完备化的问题。本文利用谱正则化模型和算法来解决大数据的矩阵完备化问题,该方法将矩阵完备化问题整理成核范数最小二乘问题,再通过截断奇异值分解、软输入算法和硬输入算法给出了一系列正则化低秩解。最后基于实际的Netflix大数据的实验结果证明了本文的方法。
-
关键词
大数据
矩阵完备化
谱正则化
核范数
截断奇异值分解
-
Keywords
big data
matrix completion
spectral regularization
nuclear norm
truncated singular value decomposition
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于极端学习机的人脸特征深度稀疏自编码方法
被引量：1
- 2
-
-
作者
张欢欢
洪敏
袁玉波
-
机构
华东理工大学信息科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第11期3193-3198,共6页
-
基金
国家自然科学基金资助项目(61001200)
上海市科研计划项目(17DZ1101003)~~
-
文摘
针对输入人脸特征的不准确性导致识别系统识别率不高的问题,提出了一种有效的基于极端学习机(ELM)的人脸特征深度稀疏自编码(DSAE)方法。首先,利用截断式核范数构造损失函数,通过最小化损失函数提取人脸图像的稀疏特征;其次,利用极端学习机自编码器(ELM-AE)模型进行人脸特征的自编码,实现数据维度的降低以及噪声过滤;最后,通过经验风险极小化得到最优的深度结构。在ORL、IMM、Yale和UMIST人脸数据集上的实验结果表明,DSAE方法对高维人脸图像的识别率明显优于极端学习机、随机森林(RF)等算法,且具有良好的泛化性能。
-
关键词
人脸图像
极端学习机
自编码器
截断式核范数正则化
稀疏特征
-
Keywords
face image
Extreme Learning Machine(ELM)
auto-encoder
truncated nuclear norm regularization(tnnr)
sparse feature
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自相似性和低秩先验的地震数据随机噪声压制
被引量：6
- 3
-
-
作者
程文婷
方文倩
付丽华
-
机构
中国地质大学(武汉)数学与物理学院
-
出处
《石油物探》
EI
CSCD
北大核心
2020年第6期880-889,共10页
-
基金
国家重点研发计划项目(2018YFC1503705)
湖北省教育厅科学技术研究项目(B2017597)
+1 种基金
“地球内部多尺度成像”湖北省重点实验室开放基金项目(SMIL-2018-06)
华中师范大学基本科研业务费(CCNU19TS020)共同资助。
-
文摘
随机噪声的存在会降低地震资料信噪比(signal-to-noise ratio,SNR),影响后续资料的处理与分析。基于低秩先验的地震数据随机噪声压制方法将去噪问题通过建模转化为求解秩最小化问题,通过矩阵降秩实现随机噪声的去除。考虑到地震数据具有较强的相似特性,提出了基于自相似性先验(self-similarity prior,SP)和截断核范数正则化(truncated nuclear norm regularization,TNNR)的地震数据去噪方法,即SP-TNNR方法,以自相似块组为单元,用截断核范数代替传统的核范数在地震数据“组域”进行低秩约束去噪。首先搜索地震数据的自相似块,构成自相似块组;然后在自相似块组添加TNNR最小化约束;最后采用加速近端梯度法(accelerated proximal gradient line,APGL)对优化问题进行求解。仿真数据和实际地震数据实验结果均表明,SP-TNNR方法能够在保持边缘信息和有效信息的前提下压制随机噪声,去噪后的地震数据具有更高的信噪比。
-
关键词
地震数据
随机噪声压制
低秩
自相似性
截断核范数
加速近端梯度法
信噪比
-
Keywords
seismic data
random noise suppression
low-rank
self-similarity
truncated nuclear norm regularization
accelerated proximal gradient line
signal-to-noise ratio
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名基于截断核范数的视频前景与背景分离
被引量：3
- 4
-
-
作者
宣晓
余勤
-
机构
四川大学电气信息学院
-
出处
《计算机工程与设计》
北大核心
2018年第5期1415-1421,共7页
-
文摘
为解决鲁棒主成分分析模型(RPCA)中核范数不是矩阵秩函数最佳近似的问题,提出截断核鲁棒主成分分析模型(TNSRPCA)。使用截断核范数替代传统的核范数进行低秩约束,将稀疏部分添加正则化约束克服动态背景产生的扰动,为解决截断核范数使用两步迭代法计算量巨大的问题,提出部分奇异值阈值算子进行求解,提高计算效率。实验结果表明,该模型在视频前景与背景分离中获得了较好的分离效果和抗噪声鲁棒性。
-
关键词
前景背景分离
鲁棒主成分分析
截断核范数
部分奇异值阈值算子
正则化约束
-
Keywords
foreground-background separation
robust principal component analysis
truncated nuclear norm
partial singular value thresholding operator
regular constraints
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
