论文部分内容阅读
低管秩张量的分解由于其在图像处理中的实际应用已经在各个领域引起了关注。但是传统的张量分解算法为了得到给定张量的低秩和稀疏成分,利用了全部的数据。尽管这些现存的方法都有较快的收敛速度,但是这些方法都忽略了小奇异值几乎不含信息这一事实。基于这一事实,我们提出了一种新的分解方法。我们的方法通过限制核范数的大小从而简化张量分解。和其他张量恢复方法相较而言,我们提出的方法能在实验中能取得更好的效果。