OptShrink公司

OptShrink:一种改进的低秩信号矩阵去噪算法,通过优化的,数据驱动的奇异值收缩。OptShrink是一种简单、完全由数据驱动的去噪算法,用于去除隐藏在噪声中的低阶信号矩阵。它将信号加噪声矩阵、信号矩阵秩的估计作为输入,并返回改进的信号矩阵估计作为输出。它通过按随机矩阵理论给出的正确方式,收缩截断SVD(TSVD)对应的奇异值来计算这个估计值。它可以用于缺失数据设置和一大类噪声模型,其中i.i.d.高斯设置是一个特例。它不涉及调整参数,因此可以在需要改进低秩矩阵估计的地方以黑盒方式使用。该算法在中低信噪比下的性能明显优于截断奇异值分解(TSVD),而且不会比TSVD差。该理论也解释了为什么它总是比奇异值阈值法更好。