分类: 数学 >> 计算数学 分类: 信息科学与系统科学 >> 信息科学与系统科学基础学科 提交时间: 2020-03-16
摘要: 针对目前大多数的低秩张量填充(LRTC)模型存在过度稀疏而导致数据的细微特征被忽略的现象, 本文借助框架变换和低秩矩阵分解, 提出了一个基于近似稀疏的低秩张量填充(AS-LRTC) 模型, 进一步设计了块逐次上界极小化(BSUM) 算法求解该模型. 在一定条件下可以证明该算法的收敛性, 大量的实验结果表明本文提出的算法比现有一些经典算法有明显的优势.
同行评议状态:待评议