2026《矩阵填充技术的研究现状文献综述》2500字.docxVIP

矩阵填充技术的研究现状文献综述

和向量数据结构相比，矩阵可以包含较多的相似性特征，而且矩阵填充理论恢复数据有更高的准确率和更低的损耗。矩阵填充理论由于其自身对于低秩矩阵内部数据相似性的较高利用率，为实际应用中较为复杂的数据恢复带来了一种崭新的思路。不足的样本数会使重建算法的计算时间过长，恢复的数据不准确，甚至算法不能收敛。此外，尽管在数据缺失比例较低时，矩阵完成呈现出良好的性能，但当缺失率较高时，性能将受到较大影响。因此，在低采样率下准确的数据恢复一直是很多研究的主题【9】。

矩阵填充领域研究人员关注的重点是怎样用尽可能少的原始数据精确、高效地恢复全部数据。如果不人为加以限制，矩阵填充无法得到唯一解，矩阵填充是不可解问题。但是真实数据内部往往存在相似性，这导致原始数据矩阵具有低秩性或者原始矩阵是近似的低秩矩阵，在这种情况下矩阵填充是可解的。【宁】目前矩阵填充领域的研究方向大致分为两个分支，一是研究设计新型矩阵填充算法提高数据恢复效率，二是改进影响矩阵填充算法的各项因素。目前前者已经有很多研究成果，而后者吸引的注意力相对较少。

目前主流的矩阵填充算法主要包括四类：（1）小规模矩阵填充算法。小规模矩阵填充算法代表算法有内点法【21】、投影次梯度法【22】、低秩参数化法【23】。（2）核范数最小化求解类算法。核范数最小化求解类的代表算法有奇异值阈值算法【24】、近似值的奇异值不动点连续法