rpca公司 swMATH ID: 29201 软件作者： 梅西克·塞库尔斯基（Maciek Sykulski） 描述： R包rpca：鲁棒PCA：将矩阵分解为低秩和稀疏组件。假设我们有一个数据矩阵，它是低秩分量和稀疏分量的叠加。Candes，E.J.、Li，X.、Ma，Y.和Wright，J.（2011）。稳健的主成分分析？。美国医学会杂志（JACM），58（3），11。证明了我们可以在适当的假设下分别恢复每个分量。通过求解一个非常方便的凸规划（称为主成分追踪），可以精确地恢复低秩和稀疏分量；在所有可行分解中，只需最小化核范数和L1范数的加权组合。该软件包实现了基于鲁棒PCA方法的分解算法。 主页： https://cran.r-project.org/web/packages/rpca/index.html 源代码： https://github.com/cran/rpca 依赖项： R（右） 相关软件： 快速HCS;高加索;rrcovHD公司;RobRSVD公司;pcaPP公司;RSVDPACK（RSVD包）;ggplot2;R光谱;微基准;ARPACK公司;事实矿工;插入符号;奇异值分解;阿德4;国际数据管理;在线PCA;rCUR公司;矩阵;厄尔巴;LAPACK公司 引用于： 1文件 4位作者引用 1 阿伊莎·福阿德·费奥米 1 亚尼斯·潘塔齐斯 1 迈克尔·察格里斯 1 Andrew T.A.伍德。 连载1篇 1 统计与计算 在1个字段中引用 1 统计学（62-XX） 按年份列出的引文