周俊秀
- 作品数：2 被引量：6H指数：1
- 供职机构：陕西师范大学更多>>
- 发文基金：中央高校基本科研业务费专项资金中国博士后科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 迭代张量高阶奇异值分解的图像恢复方法被引量：6
- 2013年
- 为了有效地对图像缺失数据进行恢复,提出一种迭代张量高阶奇异值分解(HOSVD)图像缺失数据恢复方法。该方法首先利用拉格朗日乘子方法将张量核范数目标函数进行子问题分解操作,简化了求解过程,然后迭代地采用张量高阶奇异值分解阈值方法进行子问题求解,最终得到恢复后的图像缺失数据。将矩阵奇异值阈值算法进行扩展而得的HOSVD阈值方法充分利用了图像内部和图像与图像之间的多重约束关系,大大提高了恢复精度。模拟实验和真实图像实验结果显示该方法具有良好的缺失数据的恢复性能。
- 周俊秀裘国永刘侍刚梁新刚
- 关键词：缺失值迭代
- 基于张量的数据恢复方法研究
- 近年来,随着高阶张量在数据分析和处理上凸显的优越性能,以及压缩感知理论的发展,张量数据恢复问题,即张量缺失元素恢复问题,因其在计算机视觉、图像处理、推荐系统等领域广泛存在,而得到各领域学者的重视。 本文在熟悉高阶张...
- 周俊秀
- 关键词：数据恢复
- 文献传递
