山东大学学报(理学版)

作者：韦芳,王长鹏

单位：长安大学理学院, 陕西 西安 710064

关键词：高斯混合模型,低秩矩阵分解,高斯先验,

基金：国家自然科学基金青年项目(12001057);长安大学中央高校基本科研业务费专项资金资助项目(300102122101)

为了更好地拟合复杂噪声,增强低秩矩阵分解模型的鲁棒性,将双高斯先验引入到传统的高斯混合模型中,提出了基于双高斯先验的低秩矩阵分解(low-rank matrix factorization with double Gaussian prior, DGP-LRMF)模型,通过模型分解得到的2个矩阵均服从高斯先验,从而实现对噪声的有效建模,并在贝叶斯理论框架下利用EM算法实现模型参数的推断。实验结果验证了所提模型能够有效地处理含有复杂噪声的数据,取得了更优且更具稳定性的去噪效果。

来源：2023年第3期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2023年第3期