Generalized Nonconvex Nonsmooth Low Rank Minimization

李宙辰的文章,广义非凸非光滑的秩最小化 提出了一种迭代加权核范数(脉冲响应神经网络)算法来解决 非凸非光滑的低秩最小化问题。 脉冲响应神经网络迭代解决加权奇异值阈值(wsvt)问题。通过设置权重向量为 该凹罚函数的梯度,wsvt问题有一个封闭形式的解决方案,其计算成本 奇异值阈值是相同的(SVT)。在理论上, 我们证明了脉冲响应神经网络减少目标函数值 单调,和任何极限点是一个固定的点。在合成数据和真实图像的实验结果 证明所提出的算法提高了低秩矩阵恢复相比,与国家的最先进的凸 算法