基于非凸近似的矩阵秩极小化算法研究及应用
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 矩阵秩极小化问题的基本模型 | 第15-17页 |
| 1.3 矩阵秩极小化算法的研究现状 | 第17-20页 |
| 1.4 论文的主要工作 | 第20-22页 |
| 2 增广拉格朗日乘子法和稀疏低秩矩阵分解模型简介 | 第22-26页 |
| 2.1 增广拉格朗日乘子法 | 第22-23页 |
| 2.2 稀疏低秩矩阵分解模型 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 基于对数行列式函数的矩阵秩极小化算法 | 第26-38页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于对数行列式函数的非凸近似模型 | 第27-30页 |
| 3.3 求解算法与收敛性分析 | 第30-32页 |
| 3.4 实验结果与分析 | 第32-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 基于拉普拉斯函数的矩阵秩极小化算法 | 第38-52页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于拉普拉斯函数的非凸近似模型 | 第39-41页 |
| 4.3 算法与应用 | 第41-45页 |
| 4.4 实验结果与分析 | 第45-50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 基于非凸低秩矩阵近似的高光谱图像去噪算法 | 第52-67页 |
| 5.1 高光谱图像去噪模型建立 | 第52-54页 |
| 5.2 模型求解与算法框架 | 第54-55页 |
| 5.3 实验结果与分析 | 第55-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 参考文献 | 第69-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间主要成果 | 第78页 |
