文件名称：Generalized Nonconvex Nonsmooth Low-Rank Minimization
文件大小：1.34MB
文件格式：PDF
更新时间：2017-10-15 05:00:55
低秩
李宙辰的文章，广义非凸非光滑的秩最小化 提出了一种迭代加权核范数（脉冲响应神经网络）算法来解决 非凸非光滑的低秩最小化问题。 脉冲响应神经网络迭代解决加权奇异值阈值（wsvt）问题。通过设置权重向量为 该凹罚函数的梯度，wsvt问题有一个封闭形式的解决方案，其计算成本 奇异值阈值是相同的（SVT）。在理论上， 我们证明了脉冲响应神经网络减少目标函数值 单调，和任何极限点是一个固定的点。在合成数据和真实图像的实验结果 证明所提出的算法提高了低秩矩阵恢复相比，与国家的最先进的凸 算法