共查询到10条相似文献,搜索用时 203 毫秒
1.
2.
为解决缺损数据谱聚类中的不适定问题,提出一种正则化低秩子空间谱聚类算法。首先根据数据集建立核范数正则化低秩矩阵分解模型,然后用迭代法求解模型得出系数矩阵,由此构造相似矩阵,最后利用谱聚类算法得出聚类结果。实验表明,该算法在一定程度上可以解决缺损数据的谱聚类问题,抑制噪声,获得质量较高的聚类结果。 相似文献
3.
由于低秩先验能够有效地学习图像数据的冗余和数据的全局结构,因此低秩约束在矩阵填充中得到广泛应用。以往的研究表明,低秩约束对张量恢复具有显著影响,这些工作往往通过Tucker秩解决,然而Tucker秩不能捕获张量的内在相关性。提出一种新的基于张量链秩1(Tensor-Train Rank-1,TTR1)分解的逼近张量核范数的邻近算子。低秩约束能够很好地捕获数据的全局结构,但不能利用可视化数据的局部平滑性,因此提出将张量低秩和全变分(total variation,TV)正则化相结合的超分辨率(super-resolution, SR)重建方法,充分利用图像冗余性、全局结构信息和图像局部平滑性,实现图像的SR重建。实验结果表明,相比于Tucker低秩和TV正则化模型(LRTV_SR),该方法在峰值信噪比指标上平均提高了0.2dB,充分验证了基于TTR1分解的张量低秩约束在超分辨率重建中更能保留彩色图像的全局结构特性。 相似文献
4.
通过研究包含通信的多智能体强化学习中通信图的邻接矩阵,发现消息聚合的同质性可通过矩阵的秩来衡量。使用核范数,即以矩阵秩的凸包络代替秩进行优化,进一步提出一种即插即用的正则化器“核范数正则化”以约束邻接矩阵,可主动丰富消息聚合策略的多样性。以交通路口和星际争霸II作为实验场景进行验证,使用核范数正则化增强的图注意力网络进行消息聚合,比较相应的训练效率。实验结果表明,相比于现有的消息聚合方法,该方法可得到更多样的消息聚合策略,获得更好的任务性能。此外,该方法易于集成到现有的图建模多智能体通信方法,而且可有效提高其性能。 相似文献
5.
《赣南师范学院学报》2017,(6):99-103
本文提出了一种基于加权核范数最小化的泊松噪声图像恢复方法,通过Anscombe变换把泊松型数据转化为Gaussian型噪声数据.然后,用加权核范数最小化方法对变化后的Gaussian型噪声数据进行去噪.实验结果表明,我们的方法是有效的. 相似文献
6.
《十堰职业技术学院学报》2017,(6):103-106
基于低秩近似方法进行图像去噪逐渐成为图像处理领域研究的热点。将图像块分解成一个低秩矩阵和噪声矩阵,利用矩阵的秩来约束图像块的相似性,且现有的非局部稀疏表示算法利用图像块的自相似性进行去噪。鉴于此,提出低秩近似与非局部稀疏的图像去噪模型。该算法加强了图像分解的全局稀疏性约束,更好地保留了图像的细节和边缘信息。 相似文献
7.
《赣南师范学院学报》2019,(6):7-10
传统的基于压缩感知的磁共振(MRI)重建方法处理动态MRI数据时,需要将其向量化,但这种操作会在一定程度破坏数据内部的结构信息,从而有可能会降低重建质量.本文直接面向张量数据,建立了动态MRI重建的张量稀疏加低秩模型框架,并设计了一个基于交替方向乘子法(ADMM)的求解算法.实验结果表明,本文提出的模型和算法是有效的. 相似文献
8.
目标植株图像压缩重构对于图像的高效传输及存储意义重大,同时为后期植株生长状态检测及病虫害识别奠定了基础。传统图像压缩感知方法大多是针对信号在某个特征空间的稀疏性进行的,并没有考虑信号的局部特征与结构化特性,存在重构效率不高、重构精度较低等问题。针对以上情况,提出一种基于非凸低秩优化的压缩感知植株图像重构算法。首先通过KinectV2.0采集植株图像深度数据并进行预处理,结合K-means与Mean-shift聚类算法提取目标植株有效区域,再考虑图像的非局部自相似性,采用加权[lp]范数最小化算法(WSNM)求解低秩优化问题,较好地保留了图像结构细节,最后采用Dog-leg最小二乘算法取代最快下降法进行迭代优化。试验结果证明,该算法在不同采样率下的植株图像重构质量优于其它同类算法,尤其在低采样率下重构效果更为突出。 相似文献
9.
研究了全局最优化问题,在新的假设条件和定义下,提出了一个新的单参数填充函数,得到了一个新的填充函数算法.数值试验表明该填充函数算法是有效的,从而推广了填充函数算法在求解全局最优化问题方面的应用. 相似文献
10.
本文讨论了两矩阵等价的一个充分条件 ,矩阵的等价和秩的关系及其在线性规划求解中的应用 . 相似文献