[发明专利]一种基于凸优化的多张量视觉数据填充方法

摘要

本发明公开了一种基于凸优化的多张量视觉数据填充方法，包括以下步骤：从不同设备对同一事物同时采集的K个有缺失的数据集，将其用K个张量X1,X2,…,XK表示；初始化优化变量，并设置最大迭代次数和终止阈值ε；判断循环迭代次数是否小于最大迭代次数，如果满足条件，继续下一步，否则输出；对多张量X1,X2,…,XK采用整合拉普拉斯图和全变差的凸优化方法估算缺失值并利用交替方向乘子法优化算法框架对目标函数进行优化求解，重构新模型X1_new,X2_new,…XK_new；判断重构的K个张量X1_new,X2_new,…XK_new是否满足条件||Xk‑Xk_new||F＜ε*||Xk||F，ε0,如果满足判断条件，则令Xk＝Xk_new输出；否则迭代次数加1返回步骤三。该方法从拉普拉斯图的角度来发现多张量数据间的共有关系，结合全变差保留视觉数据的分段平滑属性，提出凸优化的多张量填充的定义和公式。

主权项

1.一种基于凸优化的多张量视觉数据填充方法，其特征在于，包括以下步骤：步骤一，从不同设备对同一事物同时采集的K个有缺失的数据集，将其用K个张量表示；步骤二，初始化优化变量，并设置最大迭代次数和终止阈值ε；步骤三，判断循环迭代次数是否小于最大迭代次数，如果满足条件，继续进行下一步，否则输出；步骤四，对多张量采用整合拉普拉斯图和全变差的凸优化方法估算缺失值并利用交替方向乘子法优化算法框架对目标函数进行优化求解，重构新模型步骤五，判断重构的K个张量是否满足条件ε>0,如果满足判断条件，则令输出；否则迭代次数加1返回步骤三。