基于Schatten-p范数的鲁棒PCA模型

• 作者: 吴明娜
• 来源期刊: 电脑迷
• 关键词: Schatten-p范数 数据恢复 PCA 机器学习
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 综合论坛
• 页码范围: 230-231
• 页数: 2页
• 字数: 1505字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-528X.2018.17.211

摘要

噪声数据恢复是机器学习领域研究的热点话题.常用的基于核范数的数据恢复模型由于奇异值受到很强的抑制导致重构数据误差较大.针对这一问题,提出了一种新颖的基于Schatten-p范数的鲁棒数据恢复模型,该模型将对奇异值的影响抑制在一个很小的范围,极大地提高的数据恢复的正确率和鲁棒性.通过在YaleB数据集上的实验结果进一步证实了与核范数相比,Schatten-p范数对数据恢复具有很强的有效性和很高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴明娜		4	0	0.0	0.0