一种基于L2,1范数的PCA维数约简算法

Li-min LIU,Xiao-ping FAN,Zhi-fang LIAO,Man-ling LIU

Application Research of Computers（2013）

引用 0|浏览36

暂无评分

摘要

传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点.现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂.针对这一问题,提出一种新的维数约筒算法.该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率；对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪.可视化的实验结果表明所提出的算法有效.

查看译文

关键词

principal component analysis(PCA),1 norm,L2,dimension reduction,augmented Lagrange multiplier,1-PCA

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要