一个非凸最小化定理与Ekeland变分原理等价

本文证明了一个非凸最小化定理。并利用它证明了Ekeland变分原理,和Caristi不动点定理,且由此证明非凸最小化定理与Ekeland变分原理,Caristi不动点定理等价。

LMD与非凸罚最小化L_q正则子压缩传感的轴承振动信号重建

针对机械振动信号高速传输、大容量长期实时存储问题,提出一种局部均值分解(LMD)与非凸罚最小化Lq正则子压缩传感(CS)相结合的轴承故障振动信号重建方法。该方法利用振动系统信号采样、压缩合并进行的思想,首先通过LMD把振动信号分解为若干个不同频率分量的乘积函数平稳信号,对不同的频段分量寻求最佳的稀疏基,构建基于随机高斯矩阵的高度欠定方程;然后求解合适的压缩比,应用非凸罚最小化Lq正则子(q=0.5)算法重构,对所有重构信号组合得到原始振动信号。研究结果表明:LMD与非凸罚最小化Lq正则子压缩传感相结合的方法提高了轴承振动信号的重构精度,降低了重构计算复杂度,具有更高的处理速度和运行效率。

一种改进的非凸秩最小化算法及其在矩阵恢复中的应用

在分析现有处理矩阵恢复问题的非凸秩最小化算法的基础上,提出了一种基于超松弛迭代的改进算法,并给出了松弛因子ω的确定准则。仿真实验表明:在惩罚参数选取较大的情形下,改进算法较原算法具有更快的收敛速度及更高的收敛精度,同时展示了基于非凸秩最小化算法的矩阵恢复技术在图像去噪中的应用。

基于非凸张量环秩最小化的张量补全算法研究

在实际应用中,恢复缺失的高阶数据一直是重要的研究热点,而基于张量分解的方法能够有效地提取数据的低秩结构,预测丢失的数据,为该问题提供了新的思路。针对传统张量环补全模型的秩松弛问题,建立了基于Lp(0<p<1)范数的张量环秩非凸秩松弛方法,实现更为准确的张量环秩逼近,以获得更为准确的低秩张量补全性能。此外,提出了基于ADMM和加权奇异值阈值算子的高效优化算法,大量实验结果表明了提出的模型在高阶数据缺失的情况下有更好的恢复效果。

加权非凸非光滑低秩矩阵填充

本文利用矩阵奇异值上的l0范数的非凸替代族来逼近秩函数,提出一种新的加权非凸非光滑最小化问题,并使用迭代加权核范数(IRNN)算法来求解该问题。实验结果表明,该方法能够很好地处理非凸非光滑问题,实现图像去噪。

Convergence analysis of projected gradient descent for Schatten-p nonconvex matrix recovery

The matrix rank minimization problem arises in many engineering applications. As this problem is NP-hard, a nonconvex relaxation of matrix rank minimization, called the Schatten-p quasi-norm minimization(0 < p < 1), has been developed to approximate the rank function closely. We study the performance of projected gradient descent algorithm for solving the Schatten-p quasi-norm minimization(0 < p < 1) problem.Based on the matrix restricted isometry property(M-RIP), we give the convergence guarantee and error bound for this algorithm and show that the algorithm is robust to noise with an exponential convergence rate.