| 基于双变换核范数最小化的张量补全（英文） |
| |
| 引用本文： | 田甲略,朱玉莲,刘佳慧.基于双变换核范数最小化的张量补全（英文）[J].南京航空航天大学学报(英文版),2022(S1):166-174. |
| |
| 作者姓名： | 田甲略 朱玉莲 刘佳慧 |
| |
| 作者单位： | 1. 南京航空航天大学计算机科学与技术学院/人工智能学院;2. 南京航空航天大学公共实验教学部 |
| |
| 基金项目： | financially supported by the National Nautral Science Foundation of China (No. 61703206)； |
| |
| 摘 要： | 非凸方法在低秩张张量补全中发挥着重要的作用，相比于凸方法，非凸方法是对张量秩的更紧估计。但是这类方法因为需要计算大张量的奇异值而非常耗时。本文提出了一种双变换核范数（Double transformed tubal neclear norm,DTTNN）作为秩范数的非凸松弛用于求解低秩张量补全（Low rank tensor completion,LRTC）问题。DTTNN将对大张量的非凸惩罚等价地转化为对两个小张量的凸惩罚。因此，DTTNN可以有效节省非凸方法的求解时间。彩色图像修复和视频修复的实验结果验证了DTTNN方法的有效性。
|
| 关 键 词： | 双张量核范数 低管秩 非凸优化 张量分解 张量补全 |
|
|
