文献类型：期刊文章

作　　者：侯旭珂[1] 杨宏伟[2] 马方[1] 赵丽娜[1]

HOU XuKe;YANG HongWei;MA Fang;ZHAO LiNa(Faculty of Science;Center for Information Technology,Beijing University of Chemical Technology,Beijing 100029,China)

机构地区：[1]北京化工大学理学院,北京100029 [2]北京化工大学信息中心,北京100029

出　　处：《北京化工大学学报（自然科学版）》

基　　金：国家自然科学基金(11301021/11571031)

年　　份：2018

卷　　号：45

期　　号：4

起止页码：82-85

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为恢复被混合噪声污染的低秩矩阵,提出了一种新的广义鲁棒主成分分析(GRPCA)算法。它通过最小化核范数、1范数和2,1范数的组合问题,从观测矩阵中分离出低秩部分和混合噪声部分,并用随机排序的交替方向乘子法求解。利用本文方法进行垃圾邮件分类的实验结果表明,与经典的主成分分析(PCA)和鲁棒主成分分析(RPCA)算法相比,本文方法可以有效提高垃圾邮件分类的精确度和稳定性。

关 键 词：广义鲁棒主成分分析(GRPCA)  降维 k近邻(k  NN)  支持向量机(SVM)  

分 类 号：TP391.41]