用混合普通韦尔施函数进行矩阵恢复的方法和电子装置制造方法及图纸

本发明专利技术提供一种使用混合普通‑韦尔施函数(Hybrid Ordinary‑Welsch，HOW)进行稳健的低秩矩阵恢复的方法，包括:接收对象数据，其中所述对象数据包括不完整矩阵，其中所述不完整矩阵是低秩矩阵；根据所述对象数据识别所述不完整矩阵的多个第一条目的多个第一值和多个第一索引，以及所述不完整矩阵的一或多个第二条目的一或多个第二值和一或多个第二索引；将第一值(X<subgt;Ω</subgt;)、第一索引(Ω)、秩r、第二索引、预设第一参数(ξ<subgt;1</subgt;)、预设第二参数(ξ<subgt;2</subgt;)、第一最大迭代数(I<subgt;1</subgt;)、第二最大迭代数(I<subgt;2</subgt;)、第一容忍度参数(ζ<subgt;1</subgt;)和第二容忍度参数(ζ<subgt;2</subgt;)，输入至分析模型中；以及从所述分析模型获得对应所述不完整矩阵的已恢复完整矩阵，从而使对应所述不完整矩阵的缺失数据被已恢复完整矩阵所恢复。

【技术实现步骤摘要】

本专利技术涉及数据恢复，特别是涉及一种方法和电子设备，其用于通过使用混合普通韦尔施(hybrid ordinary-welsch，how)函数的分析模型进行稳健的低秩矩阵恢复。

技术介绍

1、低秩矩阵恢复(low-rank matrix recovery，lrmr)是指从可能存在缺失和/或噪声项的降级矩阵中寻求潜在的低维结构，并已被广泛应用于众多现实生活中的应用，如图像修复、超光谱遥感、阴影消除和视频分离。实现lrmr的主要策略有两种，即秩最小化和基于因子化的低秩近似。前者通过对恢复的矩阵施加秩约束来进行修复。然而，直接的秩最小化是np-hard的，因为秩是离散的和非凸的。为了缓解这个问题，我们利用了核规范最小化(nuclear norm minimization)，它是秩最小化的最紧的凸松(tightest convexrelaxation of rank minimization)。此外，许多算法，包括奇异值阈值(singular valuethresholding，svt)，固定点延续与近似奇异值分解(fixed point continuation本文档来自技高网...

【技术保护点】

1.一种计算机实现的方法，用于通过电子设备使用混合普通-韦尔施函数(HybridOrdinary-Welsch，HOW)进行稳健的低秩矩阵恢复，所述方法包括：

2.如权利要求1的方法，其特征在于，更包括：

3.如权利要求2的方法，其特征在于，其中在执行所述主要优化迭代之前，所述方法更包括：

4.如权利要求3的方法，其特征在于，其中，k表示已执行的次级优化迭代的次数，在执行次级优化迭代前初始化为1，次级优化迭代包括以下步骤：

5.如权利要求4的方法，其特征在于，所述方法更包括：

6.如权利要求1的方法，其特征在于，其中所述第一矩阵...

【技术特征摘要】

1.一种计算机实现的方法，用于通过电子设备使用混合普通-韦尔施函数(hybridordinary-welsch，how)进行稳健的低秩矩阵恢复，所述方法包括：

2.如权利要求1的方法，其特征在于，更包括：

3.如权利要求2的方法，其特征在于，其中在执行所述主要优化迭代之前，所述方法更包括：

4.如权利要求3的方法，其特征在于，其中，k表示已执行的次级优化迭代的次数，在执行次级优化迭代前初始化为1，次级优化迭代包括以下步骤：

5.如权利要求4的方法，其特征在于，所述方法更包括：

6.如权利要求1的方法，其特征在于，其中所述第一矩阵或所述又一第一矩阵是通过以下与how算法有关的公式计算的：

7.如权利要求1的方法，其特征在于，其中所述已恢复完整矩阵(m)是通过以下公式计算的：

8...

【专利技术属性】
技术研发人员：王志永，苏庆祥，阿布多哈克·M·祖比尔，
申请(专利权)人：香港城市大学，
类型：发明
国别省市：