具有复杂噪声的Tensor鲁棒主成分分析

【文件属性】：
文件名称：具有复杂噪声的Tensor鲁棒主成分分析
文件大小：3.52MB
文件格式：PDF
更新时间：2021-05-08 18:38:53
研究论文 RPCA模型在各种应用程序中均取得了良好的性能。 但是，有两个缺陷限制了其有效性。 首先，它是为处理矩阵形式的数据而设计的，在某些实际情况下，它无法利用高阶张量数据的结构信息。 其次，它采用L1范数来处理噪声部分，这使其仅对稀疏噪声有效。 本文提出了一种基于CP分解和高斯混合（MoG）模型数据噪声的张量RPCA模型。 对原始数据使用张量结构使我们能够充分利用固有的先验结构，而MoG是连续分布的任何混合的通用近似值，这使我们的方法能够从很宽的范围内重新获得低维线性子空间。噪音或它们的混合物。 该模型是通过在变分贝叶斯框架下推断出的一种新提出的算法来解决的。 通过对合成数据和真实数据的大量实验，证明了我们的方法相对于现有的最新方法的优越性。