【机器学习】奇异值阈值（SVT）求解

SVT的求解

目标函数：
$$mi{n}_E\frac{1}{\beta }||E|{|}_{\ast }+\frac{1}{2}||E-B|{|}_F^2$$
用SVT对其进行求解：

• 第一步：求$B$的奇异值分解（SVD），这里$B\in R^{d\ast T},rank(B)=r$，得到$$B=U_{d\ast r}{\Sigma }_{r\ast r}{V}_{T\ast r}^T,其中{\Sigma }_{r\ast r}=diag({\sigma }_1,{\sigma }_2,...,{\sigma }_r)$$
• 第二步：${\Omega }_{\frac{1}{\beta }}({\Sigma }_{r\ast r})=diag(max({\sigma }_i-\frac{1}{\beta },0{)}_{(1\le i\le r)})$ ,然后$$E=U_{d\ast r}{\Omega }_{\frac{1}{\beta }}({\Sigma }_{r\ast r})V_{T\ast r}^T$$