基于双变换核范数最小化的张量补全(英文) |
| |
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 |
|