矩阵重建简介.pptVIP

研究背景——什么是矩阵填充 矩阵填充（Matrix Completion）： 对于某些矩阵，我们只能采样得到矩阵的一部分元素，其它一部分或者大部分元素由于各种原因丢失了或无法得到，如何将这些空缺的元素合理准确地填充，就是矩阵填充问题。 矩阵填充的基本模型： 毕业设计开题报告——王泰尧 * 研究背景——矩阵填充的研究 矩阵填充问题的研究方向：理论研究、算法研究和应用研究。 矩阵填充算法的研究：求秩最小的模型是非凸的问题，很难解决，因此，现有的算法用核范数近似的代替矩阵的秩。将原问题转化为一个凸优化问题。 现有的矩阵填充算法：奇异值阈值算法、不动点算法、次梯度投影算法等 毕业设计开题报告——王泰尧 * 研究背景——矩阵填充应用：推荐系统 Netflix矩阵填充的一个著名应用是Netflix推荐系统。Netflix是世界上最大的在线影片租赁服务商，从2006年10月份开始举办Netflix大奖赛。它公开了大约一亿个1～5级的匿名电影评级，来自大约48万个客户对1.8万部电影的评价，所有个人信息都被从评级数据里面删除，所以数据集仅包含了影片名称、评价星级和评价日期，没有任何的文本评价内容。比赛要求参赛者预测Netflix客户分别喜欢什么影片，要把预测的效率相对原推荐系统Cinematch提高10%以上。 这是一个典型的矩阵填充问题，即矩阵的每一行对应某个用户对电影的评级，每一列表示某电影在所有用户中的评级，但是每个用户只可能对一部分电影进行评价，所以我们可以通过矩阵填充得出用户对每部电影的喜好程度。 研究背景——矩阵填充应用：图像和视频处理 矩阵填充在图像和视频处理中也有重要应用，如视频去噪。由于同一视频中各帧之间非常相似，同一帧中的不同图像区域之间也有很大的相似程度，我们很自然地可以假定由这些图像块排列而成的矩阵是低秩的，而根据某一像素值是否背离同一位置处所有像素的“均值”判定该点是否可靠，进而用矩阵填充来得到那些被噪声污染的像素。 研究背景——矩阵填充应用：去噪 左图为噪声污染前的图片，中间为被噪声污染后的图片，右图为通过矩阵填充去噪后的图片 研究内容——SVT算法概述 SVT算法基本模型 迭代公式 其中 毕业设计开题报告——王泰尧 * 参考文献 J.-F. Cai, E. J. Candes, and Z. Shen. A singular value thresholding algorithm for matrix completion. Submitted, 2008. E. J. Candes and B. Recht. Exact matrix completion via convex optimization. Found. of Comput. Math, 9:717–772,2008. Ma, S., Goldfarb, D., and Chen, L. Fixed point and Bregman iterative methods for matrix rank minimization. To appear in Mathematical Programming Series A (2009). (published online: 23 September 2009). E. J. Candès, M. Rudelson, T. Tao, and R. Vershynin. Error correction via linear programming. In Proceedings of the 46th Annual IEEE Symposium on Foundations of Computer Science, 2005. E. J. Candès, X. Li, Y. Ma, and J. Wright. Robust principal component analysis?Preprint, 2009. Hui Ji, Chaoqiang Liu, Zuowei Shen and Yuhong Xu：Robust video denoising using low rank matrix completion 陈敏铭.矩阵重建的算法与实现[硕士].北京.中国科学院研究生院.2010 毕业设计开题报告——王泰尧 *