基于权重曼哈顿非负矩阵分解的图像修复和聚类方法

• 作者: 代祥光 杨仪 苏晓杰 陶盈吟
• 来源期刊: 南京信息工程大学学报
• 学科: 数学
• 关键词: 曼哈顿非负矩阵分解 鲁棒性 凸优化 降维
• 年，卷（期）: 2020,（3）
• 页码范围: 347-352
• 页数: 6页
• 分类号: O235
• 字数: 3817字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2020.03.013

摘要

当数据中存在大量椒盐噪声时,传统的鲁棒非负矩阵分解方法无法获得更具有鲁棒性的低维特征.为了解决该问题,本文提出了一种更具有鲁棒性的权重曼哈顿非负矩阵分解来修复被污染的数据点以及通过曼哈顿矩阵分解获得鲁棒的特征表示.本文提出的模型可以被看作为非凸非光滑的优化问题,可以通过加速梯优化理论和最小一乘法求其局部最优解.通过对人脸图像ORL数据集加入椒盐噪声,实验结果表明本文提出的算法在图像修复和学习特征表示方面更有效、更鲁棒.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨仪	重庆三峡学院智能信息处理与控制重庆高校市级重点实验室	6	0	0.0	0.0
2	苏晓杰	重庆大学自动化学院	5	6	2.0	2.0
3	代祥光	重庆三峡学院智能信息处理与控制重庆高校市级重点实验室	5	0	0.0	0.0
4	陶盈吟	重庆三峡学院智能信息处理与控制重庆高校市级重点实验室	2	0	0.0	0.0