×

异常值自识别的鲁棒性矩阵补全方法

消耗积分:0 | 格式:pdf | 大小:4.82 MB | 2021-05-19

分享资料个

　　低秩矩阵补全的相关问题在机器学习、图像处理、视频去噪等领堿受到极大关注，在假设数据低秩的情况下，使用矩阵补全可以估计缺失数据的值，得到满足约朿条件情况下最接近目标矩阵的结果矩阵。然而在加入非高斯噪声的情况下，目前大部分矩阵补全算法的鲁棒性并不理想。为了増加矩阵补全算法的鲁棒性并避免算法过拟合，讨论了几种较汋经典的矩阵补全算法，并提岀了一种新的鲁棒性矩阵补全方法。该算法可以识别异常值的位置并用近似数据替换异常数据，降低异常值对算法的影响，増加精确度。模拟数据和真实数据的实验结果均显示，该算法在处理数据被高斯噪声毁坏的情况下有较好的鲁棒性和准确性。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !