改进的低秩张量逼近算法

摘要

cqvip:本文在低秩矩阵逼近(Low-rank Matrix Approximation, LRMA)问题的基础上将其推广到张量上,提出了利用非凸正则化构造凸优化问题来估计低秩张量的方法,采用参数化的非凸罚函数估计非零的奇异值,并求出了该目标函数的全局最优解。实验结果表明,该方法能很好处理低秩张量逼近问题,实现图像去噪。