鲁棒概率矩阵三分解

• 作者: 史加荣 陈姣姣
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 矩阵三分解 概率矩阵分解 期望最大化 极大后验估计
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图形图像
• 页码范围: 1251-1260
• 页数: 10页
• 分类号: TP391
• 字数: 6880字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1905065

摘要

矩阵分解是计算机视觉、机器学习和数据挖掘中经常使用的数据分析工具.近年来,矩阵分解的概率模型已成为人们关注的焦点.现有的概率矩阵分解一般将数据矩阵分解为两个低秩矩阵之积,这可能会限制该模型的灵活性和实用性.为此,提出了鲁棒概率矩阵三分解模型(RPMTF).该模型将数据矩阵分解为三个矩阵的乘积,并考虑了其鲁棒性.在模型求解时,先将拉普拉斯分布进行分层表示;再采用基于极大后验估计的策略,设计了一种条件期望最大化算法.在实验中,将鲁棒概率矩阵三分解应用到图像去噪和视频背景建模中,结果证实了所提方法的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈姣姣	西安建筑科技大学理学院	1	0	0.0	0.0