计算机科学与探索

作者：史加荣，陈姣姣

单位：1. 省部共建西部绿色建筑国家重点实验室/西安建筑科技大学，西安 7100552. 西安建筑科技大学 理学院，西安 710055

关键词：矩阵三分解,概率矩阵分解,期望最大化,极大后验估计

矩阵分解是计算机视觉、机器学习和数据挖掘中经常使用的数据分析工具。近年来，矩阵分解的概率模型已成为人们关注的焦点。现有的概率矩阵分解一般将数据矩阵分解为两个低秩矩阵之积，这可能会限制该模型的灵活性和实用性。为此，提出了鲁棒概率矩阵三分解模型（RPMTF）。该模型将数据矩阵分解为三个矩阵的乘积，并考虑了其鲁棒性。在模型求解时，先将拉普拉斯分布进行分层表示；再采用基于极大后验估计的策略，设计了一种条件期望最大化算法。在实验中，将鲁棒概率矩阵三分解应用到图像去噪和视频背景建模中，结果证实了所提方法的可行性与有效性。

来源：2020年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第7期