%0 Journal Article
%T 多线性鲁棒主成分分析
%A 史加荣
%A 周水生
%A 郑秀云
%J 电子学报
%P 1480-1486
%D 2014
%R 10.3969/j.issn.0372-2112.2014.08.004
%X 鲁棒主成分分析（RPCA）是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形，提出了多线性鲁棒主成分分析（MRPCA）框架.首先建立了MRPCA模型，即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实：对于具有多线性结构的数据，MRPCA比RPCA更加鲁棒.
%K 多线性鲁棒主成分分析
%K 鲁棒主成分分析
%K 低秩
%K 核范数最小化
%K 增广拉格朗日乘子法
%U http://www.ejournal.org.cn/CN/abstract/abstract8146.shtml