一種新的廣義魯棒主成分分析模型及其圖像去噪應(yīng)用
系統(tǒng)科學(xué)與數(shù)學(xué)
頁數(shù): 13 2024-02-02
摘要: 文章在結(jié)合加權(quán)S_p范數(shù)最小化的魯棒主成分分析(WSNM-RPCA)模型與廣義魯棒主成分分析(GRPCA)模型的基礎(chǔ)上,同時(shí)利用l_(2,1)范數(shù)重新構(gòu)造了一種新的廣義魯棒主成分分析(GWSLRPCA)模型.新的模型提升了對矩陣重要秩成分恢復(fù)的準(zhǔn)確性,并運(yùn)用隨機(jī)排序的交替方向乘子法對新模型進(jìn)行求解.數(shù)值實(shí)驗(yàn)結(jié)果顯示,新的模型GWSLRPCA對被混合噪聲污染的圖片不僅能分離出圖片... (共13頁)
開通會員,享受整站包年服務(wù)