论文部分内容阅读
在核范数鲁棒主成分分析的基础上, 利用加权Schatten-p范数和 l2,1 范数重新构造鲁棒的主成分分析问题, 使得原始稀疏正则化、 秩最小化问题得到了较好的非凸逼近.建立一个新的基于加权Schatten-p范数和l2,1 范数的鲁棒主成分分析 （WLSRPCA） 模型, 并使用增广拉格朗日乘子法进行求解.在图像去噪的实验中, WLSRPCA模型去噪效果比鲁棒主成分分析模型更好.