粒子群優(yōu)化的加權核范數低秩矩陣補全算法

打開文本圖片集

摘 要：針對加權核范數最小化矩陣補全方法存在閾值決策函數單一、收斂精度不高等問題，提出一種粒子群優(yōu)化的加權核范數最小化低秩矩陣補全算法。改進算法利用粒子群的啟發(fā)式智能搜索能力，為待恢復矩陣的奇異值自適應地匹配恰當的閾值，以提升算法的收斂性能。改進工作主要包括：（1）設計多種奇異值閾值決策函數，為矩陣提供多種閾值分配策略；（2）改進粒子群的速度迭代公式，提出基于余弦函數的速度慣性調節(jié)公式以增強粒子群的全局搜索性能；（3）利用改進的粒子群優(yōu)化算法為閾值決策函數搜索最優(yōu)的參數組合，然后再通過閾值決策函數生成奇異值的閾值，重構恢復結果并提升算法的收斂精度。（剩余4548字）