| 致谢 | 第6-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第13-16页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 矩阵恢复理论 | 第13-14页 |
| 1.2.2 研究现状 | 第14-15页 |
| 1.3 本文主要工作和结构 | 第15-16页 |
| 2 elastic-net正则化算法及其推广 | 第16-19页 |
| 2.1 引言 | 第16页 |
| 2.2 elastic-net正则化 | 第16-17页 |
| 2.3 矩阵ealstic-net正则化 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于加权核范数最小化的矩阵混合正则化算法研究 | 第19-31页 |
| 3.1 引言 | 第19页 |
| 3.2 预备知识 | 第19-20页 |
| 3.2.1 MM(Majorization-minimization)算法 | 第19-20页 |
| 3.2.2 基本概念和定理 | 第20页 |
| 3.3 基于加权核范数最小化的矩阵混合模型及算法 | 第20-24页 |
| 3.3.1 基于MM算法的优化方法 | 第20-23页 |
| 3.3.2 MH—WNNM算法的收敛性 | 第23-24页 |
| 3.4 实验结果与分析 | 第24-29页 |
| 3.4.1 MH—WNNM算法稳定性分析 | 第24-28页 |
| 3.4.2 算法在矩阵填充上的应用 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 4 基于Schatten p-norm正则化的矩阵恢复算法研究 | 第31-39页 |
| 4.1 引言 | 第31页 |
| 4.2 基于Schatten p-norm正则化图像去噪模型及算法 | 第31-34页 |
| 4.2.1 基于Schatten p-norm正则化的模型 | 第31-32页 |
| 4.2.2 基于不动点迭代方法的优化算法 | 第32页 |
| 4.2.3 基于MM算法的优化方法 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-38页 |
| 4.3.1 基于Schatten p-norm正则化算法的稳定性分析 | 第34-36页 |
| 4.3.2 算法在矩阵填充方面的应用 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 基于Schatten p-norm算法的图像去噪研究 | 第39-46页 |
| 5.1 引言 | 第39-40页 |
| 5.2 基于Schatten p-norm算法的图像去噪模型及算法 | 第40-41页 |
| 5.2.1 基于Schatten p-norm算法的图像去噪模型 | 第40-41页 |
| 5.3 实验结果与分析 | 第41-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 结论与展望 | 第46-47页 |
| 6.1 研究总结 | 第46页 |
| 6.2 进一步需要开展的工作 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 作者简历 | 第50页 |
