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