通过随机排序的交替方向乘子法的矩阵恢复

为了解决交替方向乘子法(ADMM)在求解广义的鲁棒主成分分析(G-RPCA)模型时结果不收敛的问题,提出用随机排序的交替方向乘子法(RP-ADMM)来求解这一模型,并且通过数值模拟和实例验证证明了该算法的有效性。结果表明,该算法求解G-RPCA模型较目前已有的算法速度更快、鲁棒性更高;在处理同时被稀疏大噪声和稠密小噪声污染的图片时,能较理想地分离出图像的低秩部分、大噪声部分和小噪声部分。

区分轻重缓急 确定学校优先关注事务

学校优先事务识别关系到学校未来的战略规划和师生的发展方向,也是整个学校诊断工作的重点和难点。管理者在学校优先事务识别中要做到:深入开展SWOT分析,为确定优先关注事务提供扎实基础;合理排序,优先性评定需综合考虑事务的重要性与迫切性;民主参与,在利益相关者协商对话的基础上达成共识。