×
李继成;刘子生;李、郭

低秩矩阵近似的下限。 （英语） Zbl 1375.15024号

J.不平等。应用。 2017年，第288号论文，第14页（2017）.
小结：低秩矩阵恢复是一个活跃的课题，引起了许多研究者的关注。它解决了用未知低秩矩阵逼近观测数据矩阵的问题。假设（A）是（D）的低秩近似矩阵，其中（D）和（A）为（m乘以n）矩阵。基于（D^{dagger}-a^{danger}）的一个有用分解，对于酉不变范数（），当（D\|\geq\|a\|\）和（D\| leq\|a \|\。所给出的仿真和应用证明了当近似矩阵（A）是低秩且扰动矩阵是稀疏的时我们的结果。

引用于1文件

理学硕士：

15A23型 矩阵的因式分解
34D10号 常微分方程的摄动
68周25 近似算法
90C25型 凸面编程
90 C59 数学规划中的近似方法和启发式

关键词：

低秩矩阵;近似;误差估计;伪逆;矩阵范数
PDF格式BibTeX公司 XML格式引用
\textit｛J.Li｝等人，J.Inequal。申请。2017年，第288号论文，第14页（2017；Zbl 1375.15024）
全文： 内政部
OA许可证

参考文献：

[1] 法泽尔，M。；印地语，H。；Boyd，S.，应用于最小阶系统近似的秩最小化启发式算法，第6期，4734-4739（2002）
[2] Linial，N，London，E，Rabinovich，Y：图的几何及其一些算法应用。组合数学15，215-245（1995）·Zbl 0827.05021号 ·doi:10.1007/BF01200757
[3] Tomasi，C，Kanade，T：正字法下图像流的形状和运动：一种因式分解方法。国际期刊计算。视觉。9, 137-154 (1992) ·doi:10.1007/BF00129684
[4] Chen，P，Suter，D：恢复大噪声低秩矩阵中缺失的分量：应用于SFM。IEEE传输。模式分析。机器。智力。26(8), 1051-1063 (2004) ·doi:10.1109/TPAMI.2004.52
[5] Liu、ZS、Li、JC、Li，G、Bai、JC，Liu，XN：稀疏低秩矩阵分解的新模型。J.应用。分析。计算。2, 600-617 (2017) ·Zbl 1488.65103号
[6] Wright，J。；Ganesh，A。；Shankar，R。；易纲，P。；Ma，Y.，稳健主成分分析：通过凸优化精确恢复损坏的低秩矩阵（2009）
[7] Deerwester，S，Dumains，ST，Landauer，T，Furnas，G，Harshman，R：通过潜在语义分析进行索引。美国社会科学杂志。Technol公司。41(6), 391-407 (1990) ·doi:10.1002/（SICI）1097-4571（199009）41:6<391:：AID-ASI1>3.0.CO；2-9
[8] Papadimitriou，C，Raghavan，P，Tamaki，H，Vempala，S：潜在语义索引，概率分析。J.计算。系统。科学。61(2), 217-235 (2000) ·Zbl 0963.68063号 ·doi:10.1006/jcss.2000.1711
[9] Argyriou，A，Evgeniou，T，Pontil，M：多任务特征学习。高级神经信息处理。系统。19, 41-48 (2007)
[10] Abernethy，J，Bach，F，Evgeniou，T，Vert，JP：带属性的低秩矩阵分解。arXiv:cs/0611124（2006）·Zbl 1235.68122号
[11] 阿米特，Y。；芬克，M。；斯雷布罗，N。；Ullman，S.，《揭示多类分类中的共享结构》，17-24（2007），纽约
[12] Zhang，HY，Lin，ZC，Zang，C，Gao，J：子空间聚类的鲁棒潜在低秩表示。神经计算145，369-373（2014）·doi:10.1016/j.neucom.2014.05.022
[13] Mesbahi，M，Papavassilopoulos，GP:关于半正定线性矩阵不等式上的秩最小化问题。IEEE传输。自动。控制42，239-243（1997）·Zbl 0872.93029号 ·数字对象标识代码：10.1109/9.554402
[14] Golub，GH，Van Loan，CF:矩阵计算，第4版。约翰·霍普金斯大学出版社，巴尔的摩（2013）·Zbl 1268.65037号
[15] Eckart，C，Young，G：一个矩阵与另一个低阶矩阵的近似。《心理测量学》1（3），211-218（1936）·doi:10.1007/BF02288367
[16] Hotelling，H：将复杂的统计变量分析为主成分。J.教育。精神病。24(6), 417-520 (1932) ·doi:10.1037/h0071325
[17] 乔利夫，I：主成分分析。柏林施普林格（1986）·Zbl 1011.62064号 ·doi:10.1007/9781-4757-1904-8
[18] Stewart，GW，Sun，JG：矩阵扰动理论。纽约学术出版社（1990）·兹伯利0706.65013
[19] 韦丁，P-奥：伪逆微扰理论。位数字。数学。13(2), 217-232 (1973) ·Zbl 0263.65047号 ·doi:10.1007/BF01933494
[20] Chen，YM，Chen，XS，Li，W:关于正交投影的摄动界。数字。算法73，433-444（2016）·Zbl 1353.65030号 ·doi:10.1007/s11075-016-0102-2
[21] Sun，JG：矩阵摄动分析，第2版。科学出版社，北京（2001）
[22] Cai，J-F，Candès，EJ，Shen，ZW:矩阵补全的奇异值阈值算法。SIAM J.Optim公司。20(4), 1956-1982 (2010) ·Zbl 1201.90155号 ·doi:10.1137/080738970
[23] Candès，EJ，Li，X，Ma，Y，Wright，J：稳健主成分分析？《美国医学会期刊》58（3），1-37（2011）·Zbl 1327.62369号 ·doi:10.145/1970392.1970395
[24] Tao，M，Yuan，XM：从不完整和有噪声的观测中恢复矩阵的低秩和稀疏分量。SIAM J.Optim公司。20(1), 57-81 (2011) ·Zbl 1218.90115号 ·数字对象标识代码：10.1137/100781894
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。