Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Journal of systems engineering and electronics 2014-06, Vol.25 (3), p.523-530
Hauptverfasser:	Cai, Sijia, Wang, Ping, Li, Linhao, Zhang, Chuhan
Format:	Artikel
Sprache:	eng
Schlagworte:	Algorithms Data processing Mathematical analysis Mathematical models Norms Optimization Tensors 主成分 交替方向法 凸优化 奇异值分解 张量场 数据分析 数据矩阵 高阶
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!