24小时热门版块排行榜    

CyRhmU.jpeg
查看: 831  |  回复: 3
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

habitant

新虫 (初入文坛)

[求助] 如何理解图像处理中的非凸低秩的最小化问题已有1人参与


回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

habitant

新虫 (初入文坛)

引用回帖:
2楼: Originally posted by catbin at 2014-11-18 01:39:14
首先,建议你下次问问题的时候,把你问题解释清楚,比如你公式里面g和f都是什么,有什么性质,等等,不然别人无法帮你解答。

我猜测,你这里第一项要么就是rank(X)或者是||X||_* (nuclear norm),第二项是某个光 ...

谢谢,我昨晚也看到这个了,是rand(X)不好办采取了替代。
3楼2014-11-18 12:06:53
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 4 个回答

catbin

银虫 (小有名气)

【答案】应助回帖

★ ★ ★ ★ ★
感谢参与,应助指数 +1
habitant: 金币+5, 谢谢 2014-11-19 16:20:40
首先,建议你下次问问题的时候,把你问题解释清楚,比如你公式里面g和f都是什么,有什么性质,等等,不然别人无法帮你解答。

我猜测,你这里第一项要么就是rank(X)或者是||X||_* (nuclear norm),第二项是某个光滑可导的fidelity项。如果真是这样,这个模型要求解的是一个低秩矩阵,同时也尽量满足f(X)=0这一条件。用nuclear norm来convexify rank(X)在理论上Emmanuel Candes他们证明了可行性,类似与压缩感知里面吧0范数换成1范数(nuclear norm就是奇异值的1范数而rank(X)就是奇异值的0范数)。
静水流深
2楼2014-11-18 01:39:14
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

habitant

新虫 (初入文坛)

引用回帖:
3楼: Originally posted by habitant at 2014-11-18 12:06:53
谢谢,我昨晚也看到这个了,是rand(X)不好办采取了替代。...

rank(X)
4楼2014-11-18 12:08:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
信息提示
请填处理意见