一种改进的PCP(principal components’ pursuit)方法

来源 :山西师范大学学报:自然科学版 | 被引量 : 0次 | 上传用户:zero_alan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Principal components’pursuit(PCP)是一种低秩矩阵+稀疏矩阵恢复的有效方法,本文利用低秩矩阵的局部子空间估计,提出了一种改进的PCP方法,并证明其正确性.结果发现该方法确实比传统PCP方法对初始参数的依赖性小.最后仿真实验结果与PCP和ReProCS的结果比较,说明在低秩矩阵的局部子空间估计准确的前提下,改进的PCP方法更具优越性.
其他文献
本文研究了带有饱和发生率和两个离散时滞的病毒动力学模型.通过构造Lyapunov函数和运用Lasalle不变原理,得到了模型的无病平衡点和地方病平衡点的全局渐近稳定性.当基本再生
本文利用等式约束问题K-T点的一个充分条件,按照最小二乘法将等式约束问题转化为无约束最优化问题,从而提出了一个等式约束最优化问题的降维算法.在此基础上,提出了解决混合
本文利用定积分的柯西中值定理和向量场推导出了第二型曲线积分的柯西中值定理.
基于问题的学习(Problem-based Learning,PBL)给医学教育模式带来了质的转变,本文对该教学方法结合Matlab(MATrix LABoratory,矩阵实验室)在《医学图像处理》教学中的应用作初步探讨.在进行了详细的课程设计的基础上,在医学影像专业研究生及生物医学工程专业本科生的课程教学中进行了实际应用,结果发现,该教学方法可激发学生的学习兴趣,增强其分析问题和解决问题的能力