奇异值收缩算法(SVT)的理解

这个问题的解是,这就是奇异值收缩方法,也就是大于的奇异值减去,然后再乘回去得到问题的解,具体证明参考A Singular Value Thresholding Algorithm for Matrix Completion第5页。

问题的解是,Y0=0,第一步就是奇异值收缩,第二部是拉格朗日参数的梯度递增算法,具体证明看A Singular Value Thresholding Algorithm for Matrix Completion的攻势2.13。可以保证X的低rank,并稀疏二范数。

问题的解是

是矩阵离散,已知的部分,用来恢复整个矩阵。

你可能感兴趣的:(奇异值收缩算法(SVT)的理解)