论文部分内容阅读
低秩矩阵恢复问题在众多领域有重要应用。由于秩函数的复杂性,通常寻求其替代函数进而求解松弛问题。核范数是普遍使用的替代函数之一,但其恢复能力有限。本文提出了一种新的松弛模型用于求解低秩矩阵恢复问题,并给出了邻近梯度下降算法,证明了算法的收敛性。实验数据表明模型的恢复能力远高于核范数模型。算法对于含噪声的情形同样适用,与核范数相比,仍然具有优越性。