论文部分内容阅读
随着大数据时代的到来，面临的数据越来越复杂，矩阵形式的数据问题亟待解决.在这类问题中，需要去估计一个矩阵形式的变量.Zhou和Li[12]在2014年提出了矩阵回归模型的概念，但他们的研究主要集中于矩阵数据的低秩模型，并没有考虑含有向量变量模型的求解.因此考虑同时含有矩阵变量和向量变量的混合矩阵回归模型.在模型中，对矩阵数据考虑低秩性，对向量变量考虑稀疏性及一阶变差的稀疏性，为了使得混合矩阵回归模型切实可行，提出了一种线性化的乘子交替方向法(LADMM)，并建立了此算法的全局收敛性.进一步，进行了一些数值实验来展示算法的数值效果.