-
题名利用加权对数范数分解的矩阵填充算法
- 1
-
-
作者
赖烨辉
黄慧英
彭绍婷
胡文玉
-
机构
赣南师范大学数学与计算机科学学院
-
出处
《赣南师范大学学报》
2023年第6期112-119,共8页
-
基金
国家自然科学基金项目(62266002)
江西省自然科学基金项目(20224BAB202004)
赣南师范大学学位与研究生教育教改研究项目(YJG-2021-13)。
-
文摘
近年来,低秩结构广泛应用于矩阵填充问题,传统方法通常利用核范数代替秩函数作为数据低秩正则化项.然而,核范数在优化过程中会造成大奇异值过度收缩,并且需要计算完整的奇异值分解,计算量大.为此,提出基于加权对数范数矩阵分解的矩阵填充算法.加权对数范数能更好地贴近秩函数本质,以减少对大奇异值的过度惩罚;低秩分解可以将大矩阵奇异值分解转化为若干小矩阵来计算,以减少计算量.通过多组实验与现有算法进行比较,结果表明所提出的算法具有更好的恢复性能.
-
关键词
秩极小化
低秩分解
矩阵填充
非凸优化
-
Keywords
rank minimization
low-rank decomposition
matrix completion
non-convex optimization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名时序差分低秩约束的人体运动数据恢复研究
- 2
-
-
作者
郭震宇
邱熙雯
赖烨辉
胡文玉
-
机构
赣南师范大学数学与计算机科学学院
-
出处
《赣南师范大学学报》
2023年第3期41-49,共9页
-
基金
国家自然科学基金项目(62266002)
江西省自然科学基金项目(20224BAB202004)
+1 种基金
赣南师范大学研究生创新基金项目(YCX21A002)
赣南师范大学学位与研究生教育教改研究项目(YJG-2021-13)
-
文摘
从观测到的人体运动捕获数据中恢复缺失数据是一个重要的研究问题.传统方法利用矩阵核范数和矩阵l1范数分别对运动捕获数据潜在的低秩性和噪声稀疏性进行约束,并额外添加时序光滑项,构建的目标函数包含3个正则化项.为更好刻画运动数据的低秩性并简化模型,提出一种利用时序差分低秩先验(Temporal Difference Low-rank Prior,TDLRP)且目标函数只含2个正则化项的人体运动捕获数据恢复模型;在保证收敛的前提下,采用交替方向乘子法求解模型.在公开的CMU数据集和HDM05数据集上与现有算法进行比较,实验结果验证了TDLRP算法具有较好的恢复性能.
-
关键词
运动捕获
低秩矩阵补全
低秩稀疏分解
时序差分
交替方向乘子法
-
Keywords
motion capture
low-rank matrix completion
low-rank and sparse decomposition
temporal difference
alternating direction method of multipliers
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-