本文是对SVT的一篇文章的理解,即奇异值阈值算法的理解。
1:算法解决的问题如下:
其中最小化的是核范数(表示矩阵奇异值之和),是rank(X)的最优凸近似。
具体研究解决的是矩阵填充问题,如何在不完备的数据下把缺少的数据给补充完整。前提是填充的矩阵是要求低秩的。
首先给出软阈值算子:如果
那么在软阈值算子下有:
其中
矩阵填充的SVT算法
最新推荐文章于 2025-05-27 16:50:16 发布
本文是对SVT的一篇文章的理解,即奇异值阈值算法的理解。
1:算法解决的问题如下:
其中最小化的是核范数(表示矩阵奇异值之和),是rank(X)的最优凸近似。
具体研究解决的是矩阵填充问题,如何在不完备的数据下把缺少的数据给补充完整。前提是填充的矩阵是要求低秩的。
首先给出软阈值算子:如果
那么在软阈值算子下有:
其中