基于张量分解的鲁棒核低秩表示算法

摘要：

低秩表示算法,如低秩表示(low-rank representation,LRR)、鲁棒核低秩表示(robust kernel low-rank representation,RKLRR),在处理高维数据方面展现了广阔的应用前景;然而这些方法并不适合高阶数据,传统的低秩表示算法通常只对数据的某一特征属性进行降维.提出了基于张量分解的鲁棒核低秩表示算法(kernel low-rank representation by robust tensor decom-position,RTDKLRR);该算法能够处理高阶非线性的张量数据,对噪声更加鲁棒.首先对RTDKLRR算法设计目标函数并给出约束条件;其次,设计迭代规则对目标函数进行优化.在合成数据集和真实数据集上的实验结果表明优于同类算法.

关键词：低秩表示、高阶数据、张量分解、核函数

所属期刊栏目：18

分类号：TP301.6(计算技术、计算机技术)

资助基金：江西省研究生创新基金YC2016-S261;国家自然科学基金61363072,61462027,61562027;江西省自然科学基金20161BAB212050;江西省科技成果转移转化计划项目20161BBI90032,20142BBI90027

在线出版日期：2018-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：56-62