电气工程与系统科学>信号处理
标题: 基于高阶平滑和自适应低秩的时变图信号恢复
摘要: 时间序列图信号恢复在气候变化、环境灾害监测和流行病研究等领域有着广泛的应用。 选择合适的正则化来描述底层信号的特征是至关重要的,例如信号在图域上的平滑性和以矩阵形式建模的时空信号的低秩结构。作为最流行的选项之一, 图拉普拉斯通常用于设计图正则化,以从部分观测数据重建图上定义的信号。 在这项工作中,我们提出了一种基于高阶Sobolev平滑度和误差函数加权核范数正则化的时变图形信号恢复方法,以增强低秩性。 提出了两种基于交替方向乘法器法和迭代重加权的高效算法,并详细说明了其中一种算法的收敛性。 我们在合成数据集和真实数据集上进行了各种数值实验,以证明与最先进的图形信号恢复相比,该方法的有效性。