笔记：Learning Robust and Discriminative Subspace With Low-Rank Constraints

Li, S. and Y. Fu, Learning Robust and Discriminative Subspace With Low-Rank Constraints. IEEE Transactions on Neural Networks and Learning Systems, 2016. 27(11): p. 2160-2173.
本文是这篇 Trans. on NNLS 期刊论文的笔记，主要是对文中的理论方法进行展开详解。本人学术水平有限，文中如有错误之处，敬请指正。

摘要： 此文目标是学习健壮的、有区分的子空间，从噪声数据中。子空间学习大量用于提取有辨别力的特征，用于分类。此文提出的一个由判别力的子空间学习方法 supervised regularization-based robust subspace (SRRS) 方法，结合了 low-rank 约束。SRRS 找出噪声数据的 low-rank 表示，同时从恢复的数据中学习出有判别的子空间。监督约束函数使用了标签信息，增强了子空间的区分度。此方法是一个带约束的 rank 最小化问题，设计采用増广 Lagrange 乘子法解决。强调，此文学习了一个低维的子空间，并显示地结合了监督信息。

1 简介

简短地提及了多种子空间学习的方法，PCA，LDA，LPPs，NPE，LSDA，DLA。其基本思想是找到一个低维的投影，满足某些性质。PCA 是非监督的，使得投影后的样本的方差最大化，而 LPP 和 NPE 保留了样本的局部关系。有了类别标签之后，有监督的方法适合于分类。LDA 旨在找到一个投影，同时使样本的类间差异最大，而类内的差异最小。它提取了有判别性的特征用于分类。这些方法在干净的数据上是效果很理想，但是当有一定的噪声和变化之后，其效果就变差了。

Sparse representation (SR) 稀疏表达是经典的，被用于处理噪声数据的问题。其一些方法没有考虑到数据的全局结构，它们对噪声不鲁棒，而且不能够提取出干净的数据。

Low-rank 模型是 SR 的扩展，最近被关注，可以恢复出隐含的数据结构。当数据只属于一个类别时， RPCA 就通过最小化矩阵的秩，恢复出原始的数据。其变形有 LRR 和 Latent LRR 。low-rank 模型通常有很大的计算负担，一个分而治之 （divide and conquer）的思想 1 2，使它们能扩展到大数据集。

目前，很少有方法在 low-rank 学习中使用标签信息；传统的子空间学习方法有假设数据的分布，对一些噪声数据很敏感。此文平衡了监督子空间学习和 low-rank 模型用于分类的优点。

此文的主要贡献有：

• 此文找出一个判别性的、强健的子空间，对噪声、姿势、光照变化不敏感，用于降维和分类。

• 提出的 supervised regularization-based robust subspace (SRRS) 方法，从噪声的数据中学习到 low-rank representation，同时从干净的数据里学习一个判别性的子空间。

• 为了提升分类的性能，自然加入了类别的标签信息，于目标函数的监督约束中。

2 相关工作

略

3 SRRS

3.1 模型构建

$X$ 表示属于 $c$ 类的 $n$ 个样本，$X = [x_1, x_2, \cdots, x_n]$。有了一个完备基矩阵 $A = [a_1, a_2, \cdots, a_m] \in \mathbb{R}^{d \times m}$，用基的线性组合表示样本

$$\begin{equation} \tag{1} X = A Z， \end{equation}$$
其中 $Z \in \mathbb{R}^{m \times n}$ 是系数。为了找出一个鲁棒的子空间，首先定义投影的低维的样本 $\tilde{X} = P^T X = P^T A Z$ 。接着，依次结合低秩约束和监督约束来学习投影 $P$ 。已知 $n$ 个样本属于 $c$ 个类别，有 $n \gg c$ ; 系数矩阵 $Z$ 应该是 low-rank 的；换一句话说，$Z$ 中的系数向量（属于同样的类别）应该是非常相关的。

因为标签信息对于分类是非常重要的，此文设计了一个监督约束项 $f(P,Z)$ 基于 Fisher criterion 3，$f(P,Z) = [\text{tr}(S_B(P^T AZ)) / \text{tr}(S_W(P^T AZ))]$，其中 $\text{tr}(\cdot)$ 是迹函数，$S_B(\cdot), \ S_W(\cdot)$ 分别是类间散度和类内散度，

$$\begin{align} S_B(P^T AZ) &= S_B(\tilde{X}) = \sum_{i=1}^{c} n_i (m_i - m)(m_i -m)^T, \tag{2} \\ S_W(P^T AZ) &= S_W(\tilde{X}) = \sum_{i=1}^{c} \sum_{j=1}^{n_i} (\tilde{x}_{ij} - m_i)(\tilde{x}_{ij} -m_i)^T, \tag{3} \end{align}$$
其中 $m_i$ 是样本 $\tilde{X}$ 中第 $i$ 类的均值， $m$ 是所有样本 $\tilde{X}$ 的均值， $\tilde{x}_{ij}$ 是所有数据中第 $i$ 类中、第 $j$ 个样本。通过 Fisher criterion，投影后的样本，不同类别之间间隔较远，相同类别的样本更接近。而且，Guo et al. 4 指出迹的比值问题可以转化为迹的差问题，所以重写 $\bar{f}(P,Z) = [\text{tr}(S_W(P^T AZ)) - \text{tr}(S_B(P^T AZ))]$ 。基于此，提出优化目标函数
$$\begin{equation} \tag{4} \min_{Z,P} \ \text{rank}(Z) + \lambda_1 \bar{f}(P,Z), \ \ \mathrm{s.t.} \ X = AZ, \end{equation}$$
其中，参数 $\lambda_1$ 平衡上述两项的作用。

但是上述问题很难直接求解，因为 $\text{rank}(\cdot)$ 是非凸的。于是核范数（矩阵的奇异值之和）用于代替它，问题变成了

$$\begin{equation} \tag{5} \min_{Z,P} \ ||Z||_* + \lambda_1 \bar{f}(P,Z), \ \ \mathrm{s.t.} \ X = AZ. \end{equation}$$
此文也注意到， $\bar{f}(P,Z)$ 关于 $Z$ 也是非凸的，所以可以加入一个额外的项，保证凸性
$$\begin{equation} \tag{6} \hat{f}(P,Z) = \text{tr}(S_W) - \text{tr}(S_B) + \eta || P^T A Z ||_F^2 \ . \end{equation}$$
此文将上式转化为矩阵形式，（Appendix 理论上证明 $\hat{f}(P,Z)$ 关于 $Z$ 的凸性）
$$\begin{equation} \tag{7} \hat{f}(P,Z) = || P^T A Z (I - H_b) ||_F^2 - || P^T A Z (H_b - H_t) ||_F^2 + \eta || P^T A Z ||_F^2 \ , \end{equation}$$
其中 $\eta$ 是权衡参数， $||\cdot||_F^2$ 是 Frobenius 范数， $I \in \mathbb{R}^{n \times n}$ 是单位矩阵， $H_b, H_t$ 是两个常系数矩阵。具体地，当 $x_i,x_j$ 属于同一类别时， $H_b(i,j) = (1/n_c)$， $n_c$ 是一个类别中样本的个数；否则，当 $x_i,x_j$ 不属于同一类别时， $H_b(i,j) = 0$ 。而 $H_t(i,j) = (1/n)$ 。现在监督约束项 $\hat{f}(P,Z)$ 是关于 $Z$ 凸的。

为了保证子空间的投影是正交的，$P^T P = I$ 约束也加入，其中 $I \in \mathbb{R}^{p \times p}$ 。现在写出新的优化目标函数

$$\begin{align} \min_{Z,P} \ & ||Z||_* + \lambda_1 \left( || P^T A Z (I - H_b) ||_F^2 - || P^T A Z (H_b - H_t) ||_F^2 + \eta || P^T A Z ||_F^2 \right) \\ \mathrm{s.t.} \ & \ X = A Z, \ P^T P = I \ . \tag{8} \end{align}$$
此目标函数关于 $P$ 还不是凸的，因为正交约束 $P^T P = I$ 。此文采用 $\ell_{2,1}$ 范数（ $||E||_{2,1} = \sum_{j=1}^{n} \sqrt{\sum_{i=1}^{d} ([E]_{ij})^2}$），模拟数据中包含的噪声。它有如下 3 个性质：1) $|| \alpha E||_{2,1} = |\alpha| \cdot ||E||_{2,1}$，其中 $\alpha$ 是一个实标量；2) 三角不等式， $||B+E||_{2,1} \leq ||B||_{2,1} + ||E||_{2,1}$；3) 存在零向量，如果 $||E||_{2,1} = 0$，那么 $A = 0$。它使得 $E$ 中的某一些列为 0，这个假设在此文中就是某些数据被损坏，而另一些没有（数据矩阵 $X$ 中，列代表样本的个数）。我们有了约束 $X = AZ + E$，将目标函数重写
$$\begin{align} \min_{Z,E,P} \ & ||Z||_* + \lambda_2 ||E||_{2,1} + \lambda_1 \left( || P^T A Z (I - H_b) ||_F^2 - || P^T A Z (H_b - H_t) ||_F^2 + \eta || P^T A Z ||_F^2 \right) \\ \mathrm{s.t.} \ & \ X = A Z + E, \ P^T P = I \ . \tag{9} \end{align}$$

3.2 优化算法

此文采用经典的増广 Lagrange 乘子法 (inexact ALM algorithm) 5。为了求解方便，加入一个松弛变量 $Z = J$，原问题转化为

$$\begin{align} \min_{Z,E,P,J} \ & ||J||_* + \lambda_2 ||E||_{2,1} + \lambda_1 \left( || P^T A Z (I - H_b) ||_F^2 - || P^T A Z (H_b - H_t) ||_F^2 + \eta || P^T A Z ||_F^2 \right) \\ \mathrm{s.t.} \ & \ X = A Z + E, \ P^T P = I , \ Z = J. \tag{10} \end{align}$$
将其约束加入目标函数中，得到
$$\begin{align} \min_{Z,E,P,J,Y,R} \ & ||J||_* + \lambda_2 ||E||_{2,1} + \lambda_1 \left( || P^T A Z (I - H_b) ||_F^2 - || P^T A Z (H_b - H_t) ||_F^2 + \eta || P^T A Z ||_F^2 \right) \\ & \quad + <Y, X - AZ -E> + <R, Z - J> + \frac{\mu}{2} \left( ||X-AZ-E||_F^2 + ||Z-J||_F^2 \right) \\ \mathrm{s.t.} \ & \ P^T P = I \ . \tag{11} \end{align}$$
其中， $\mu > 0$ 是惩罚项系数， $Y \in \mathbb{R}^{d \times n}, R \in \mathbb{R}^{m \times n}$ 是 Lagrange 乘子矩阵，矩阵内积 <A,B>=tr(ATB) <script type="math/tex" id="MathJax-Element-72"> = \text{tr}(A^TB)</script> 。接下来是交替更新变量， $P \rightarrow J,Z,E \rightarrow Y,R$ 。虽然 3 个或更多变量情况的増广 Lagrange 乘子法的收敛性没有被证明 6 。

更新 $P$

$$\begin{align} P_{k+1} =&\, \arg\min_{P_k} \ \lambda_1 \left( || P_k^T A Z_k (I - H_b) ||_F^2 - || P_k^T A Z_k (H_b - H_t) ||_F^2 + \eta || P_k^T A Z_k||_F^2 \right) \\ & \ \text{s.t.} \ \ P_k^T P_k = I. \tag{12} \end{align}$$
简化公式，定义 $Z_{wk} = AZ_k(I - H_b),\ Z_{bk} = AZ_k(H_b - H_t)$ 。分解 $P_k$，按列进行求解。对于 $P_k$ 的第 $i$ 列，得到
$$\begin{align} P_{k+1(:,i)} = \arg\min_{P_{k(:,i)}} \ & \lambda_1 \left( || P_{k(:,i)}^T Z_{wk} ||_2^2 - || P_{k(:,i)}^T Z_{bk} ||_2^2 + \eta || P_{k(:,i)}^T A Z_k||_2^2 \right) + \beta_i \left(P_{k(:,i)}^T P_{k(:,i)} - 1 \right). \tag{13} \end{align}$$
其中 $\beta_i$ 对应的 Lagrange 乘子。通过求关于 $P_{k(:,i)}$ 的梯度等于 0，得到
$$\begin{equation} \tag{14} -\lambda_1 \left( Z_{wk}Z_{wk}^T - Z_{bk}Z_{bk}^T + \eta AZ_kZ_k^TA^T \right) P_{k(:,i)} = \beta_i P_{k(:,i)}. \end{equation}$$
可以发现类似 $A\mu = \lambda \mu$，用特征值分解，求出 $\beta_i, P_{k(:,i)}$ 分别是 $-\lambda_1 \left( Z_{wk}Z_{wk}^T - Z_{bk}Z_{bk}^T + \eta AZ_kZ_k^TA^T \right)$ 的第 $i$ 个特征值和特征向量。

更新 $J$

$$\begin{align} J_{k+1} &= \arg\min_{J_k} \ ||J_k||_* + \text{tr} \left( R_k^T (Z_k - J_k) \right) + \frac{\mu_k}{2} ||Z_k - J_k||_F^2 \\ &= \arg\min_{J_k} \ \frac{1}{\mu_k} ||J_k||_* + \frac{1}{2} ||J_k - (Z_k + \frac{R_k}{\mu_k})||_F^2 \ . \tag{15} \end{align}$$
使用 singular value thresholding (SVT) 7 求解， $J^* = Z_k + \frac{R_k}{\mu_k}$，对其进行 SVD 分解， $(U,\Sigma,V) = \text{svd}(J^*)$，其中 $\Sigma = \text{diag}(\{\sigma_i\}_{1 \leq i \leq r})$ 。接着进行阈值操作， $\Omega_{1/\mu_k}(\Sigma) = \text{diag}(\{ \sigma_i - 1/\mu_k \}_+)$， $+$ 表示取大于等于 0 的部分；最后，得到 $J_{k+1} = U \Omega_{1/\mu_k}(\Sigma)V^T$ 。

更新 $Z$

$$\begin{align} Z_{k+1} = \arg\min_{Z_k} \ & \lambda_1 \left( || P_{k+1}^T A Z_k (I - H_b) ||_F^2 - || P_{k+1}^T A Z_k (H_b - H_t) ||_F^2 + \eta || P_{k+1}^T A Z_k ||_F^2 \right) \\ & + \text{tr} \left( Y_k^T( X - AZ_k -E_k) \right) + \text{tr} \left( R_k^T ( Z_k - J_{k+1}) \right) \tag{16} \\ & + \frac{\mu}{2} \left( ||X-AZ_k-E_k||_F^2 + ||Z_k-J_{k+1}||_F^2 \right) \ . \end{align}$$
求对应关于 $Z_k$ 的梯度等于 0，得到
$$\begin{align} & Z_{k+1} D / \mu_k + (A^T P_{k+1} P_{k+1}^T A)^{-1} (I + A^T A) Z_{k+1} = (A^T P_{k+1} P_{k+1}^T A)^{-1} K_{k+1}, \\ & D = 2 \lambda_1 \left[ (1+\eta)I - 2 H_b + H_t \right], \\ & K_{k+1} = J_{k+1} + A^T (X - E_k) + (A^T Y_k - R_k) / \mu_k \ . \end{align}$$
推导过程见 Appendix，原文的公式 $D$ 是错误的。此方程是关于 $Z_{k+1}$ 的标准 Sylvester 方程（$AX+XB=C$），可以很有效地求求解（Matlab 直接有现成函数可以使用）。

更新 $E$

$$\begin{equation} \tag{17} E_{k+1} = \arg\min_{E_k} \ \frac{\lambda_2}{\mu_k} ||E_k||_{2,1} + \frac{1}{2} || E_k - (X - A Z_{k+1} + Y_k /\mu_k) ||_F^2 \ . \end{equation}$$
为了求解 $\ell_{2,1}$ 范数，使用（等价于 $S_\alpha(x) = \text{sign}(x) \cdot \max \{ |x| - \alpha, 0 \}$）
$$\begin{align} \Phi &= X - AZ_{k+1} + Y_k / \mu_k, \tag{18} \\ E_{k+1}(:,i) &= \begin{cases} \frac{|| \Phi_i ||_2 - \lambda_2 / \mu_k}{|| \Phi_i ||_2} \Phi_i , & \text{if} \ || \Phi_i ||_2 > \lambda_2 / \mu_k \ ,\\ 0, & \text{otherwise}. \end{cases} \tag{19} \end{align}$$

---

Algorithm 1: SRRS 训练

Input: $X,\ \lambda_1,\ \lambda_2,\ \eta,\ Z=0,\ J=0,\ E_0=0,\ Y_0=0,\ R_0=0,$
$\qquad \mu_0=0.1,\ \mu_\max=10^{10},\ \rho=1.3,\ k=0,\ \epsilon=10^{-8}.$
1: While $not \ converged$ do
2: 更新 $P_{k+1}$，$k=1$ 时，$Z_k = I$ .
3: 更新 $J_{k+1}$ .
4: 更新 $Z_{k+1}$ .
5: 更新 $E_{k+1}$ .
6: 更新 $Y_{k+1} = Y_k +\mu_k (X -AZ_{k+1} - E_{k+1}), \ R_{k+1} = R_{k} + \mu_k (Z_{k+1} - J_{k+1})$ .
7: 更新 $\mu_{k+1} = \min(\rho\mu_k,\ \mu_\max)$.
8: 检查收敛条件 $|| X-AZ_{k+1} - E_{k+1} ||_\infty < \epsilon, \ || Z_{k+1} - J_{k+1} ||_\infty < \epsilon$ .
9: $k = k+1$ .
10: End While
Output: $P_k,\ Z_k,\ E_k$ .

---

在得到最优解 $P^*,Z^*$ 之后，对训练样本和测试样本都进行投影，然后使用最近邻（NN）分类器测试样本的标签。

---

Algorithm 2: SRRS 测试

Input: 训练样本 $X$ ，训练标签 $L_X$ ，测试样本 $Y$ 。
1: 范数归一化每一个样本 $x_i = x_i / ||x_i||_2$ .
2: 用 Algorithm 1 得到最优解 $P^*,Z^*$ .
3: 分别投影 $X,Y$，$\tilde{X}=P^{*T}XZ^*, \ \tilde{Y} = P^{*T}Y$ .
4: 计算测试样本的标签 $L_Y$，使用最近邻分类器 （原文并没有明确给出，简单提及一下）.

$$\begin{equation} \tag{20} t = \arg\min_k \ \left\{ \tilde{Y}(:,i) - \tilde{X}(:,k) \right\}_{1 \leq k \leq n} , \ L_Y(:,i) = L_X(:,t). \end{equation}$$
Output: $L_Y$ .

---

SRRS 的计算复杂度主要于 Algorithm 1 中。计算量最大的步骤是 Step 2-4，更新 $P,J$ 都需要 $O(n^3)$，因为它们都需要 SVD 分解（$n$ 是训练样本的个数）。更新 $Z$ 中，求矩阵的逆需要 $O(n^3)$，求解 Sylvester 方程需要 $O(n^3 + m^3)$（此文中 $A \in \mathbb{R}^{d \times m},\ A = X$，所以 $m = n$ ）。总之全部的计算复杂度是 $O(K(5n^3))$，$K$ 是迭代次数。在 Algorithm 1 和 2 中，直接采用 $X$ 作字典 $A$；当样本数不够时，这个方法就不适用。

在Algorithm 2 的 Step 3 中，将恢复的干净的训练样本 $XZ$ 投影到 $P$ 子空间中。理想的情况下，也应该将干净的测试样本投影到 $P$ 子空间中，再进行分类。但是，在实际情况下，往往做不到。此文中，为了体现 $P$ 对噪声数据的鲁棒性，直接将测试样本投影到 $P$ 子空间中。不过为了提升分类的性能，最好可以加上一些去噪技术，之后再进行投影。

实验

略

值得一提的是，此文虽然是 TOP 期刊发表，但是其中公式有好几处明显的错误。

Appendix

理解 $\text{tr}(S_W) = ||P^T AZ (I - H_b)||_F^2$

已知 $\tilde{X} = P^T AZ$，且根据原文陈述，$H_b \in \mathbb{R}^{n \times n}$ 是块对角矩阵，在每一个类别对应的对角块中，其值为该类别样本的数量的倒数 $1 / n_c$（求每一个类别的平均值）。

$$\begin{equation} \tag{21} H_b = \begin{bmatrix} 1/n_1 & \cdots & 1/n_1 \\ \vdots & 1/n_1 & \vdots \\ 1/n_1 & \cdots & 1/n_1 \\ & & & 1/n_2 & \cdots & 1/n_2 \\ & & & \vdots & 1/n_2 & \vdots \\ & && 1/n_2 & \cdots & 1/n_2 \\ & & & & & & \ddots \\ & & & & & & & 1/n_c & \cdots & 1/n_c \\ & & & & & & & \vdots & 1/n_c & \vdots \\ & & & & & & & 1/n_c & \cdots & 1/n_c \\ \end{bmatrix} \end{equation}$$
我们有
$$\begin{align} \text{tr}(S_W) &= \text{tr} \left( \sum_{i=1}^{c} \sum_{j=1}^{n_i} (\tilde{x}_{ij} - m_i)(\tilde{x}_{ij} -m_i)^T \right) \\ &= \sum_{i=1}^{c} \sum_{j=1}^{n_i} \text{tr} \left((\tilde{x}_{ij} - m_i)(\tilde{x}_{ij} -m_i)^T \right) \\ &= \sum_{i=1}^{c} \sum_{j=1}^{n_i} (\tilde{x}_{ij} - m_i)^T(\tilde{x}_{ij} -m_i) \\ &= \sum_{i=1}^{c} \sum_{j=1}^{n_i} ||\tilde{x}_{ij} - m_i||_2^2 \tag{22} \end{align}$$
接下来的步骤是转化成矩阵形式，（这个想法不容易想到，注意 $\tilde{x}_{ij}, \ m_i$ 是 $\mathbb{R}^{d \times 1}$ 向量）
$$\begin{align} & \text{tr}(S_W) \\ &= ||\begin{bmatrix} \tilde{x}_{11} -m_1 & \cdots & \tilde{x}_{1n_1} -m_1 & \tilde{x}_{21} -m_2 & \cdots & \tilde{x}_{2n_2} -m_2 & \cdots & \tilde{x}_{c1} -m_c & \cdots & \tilde{x}_{cn_c} -m_c \\ \end{bmatrix}||_F^2 \\ &= ||\ [\tilde{x}_{11} \cdots \tilde{x}_{1n_1} \ \tilde{x}_{21} \cdots \tilde{x}_{2n_2} \ \cdots \ \tilde{x}_{c1} \cdots \tilde{x}_{cn_c}] - [ m_1 \cdots m_1 \ m_2 \cdots m_2 \ \cdots \ m_c \cdots m_c ] \ ||_F^2 \\ &= ||\ \tilde{X} - [ m_1 \cdots m_1 \ m_2 \cdots m_2 \ \cdots \ m_c \cdots m_c ] \ ||_F^2 \ . \tag{23} \end{align}$$
已知 $m_i = \frac{1}{n_i} \sum_{j=1}^{n_i} \tilde{x}_{ij}$，得到 $[ m_1 \cdots m_1 \ m_2 \cdots m_2 \ \cdots \ m_c \cdots m_c ] = \tilde{X} \cdot H_b$，所以有
$$\begin{equation} \tag{24} \text{tr}(S_W) = || \tilde{X}- \tilde{X} \cdot H_b||_F^2 = ||P^T AZ (I - H_b)||_F^2 \ . \end{equation}$$
验证： $X$ 有 2 类，每一类 2 个样本，
$$\begin{equation} \begin{gathered} X = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \\ 13 & 14 & 15 & 16 \\ \end{bmatrix}, \ m_1 = \begin{bmatrix} 1.5 \\ 5.5 \\ 9.5 \\ 13.5 \\ \end{bmatrix} , \ m_2 = \begin{bmatrix} 3.5 \\ 7.5 \\ 11.5 \\ 15.5 \\ \end{bmatrix} , \ H_b = \begin{bmatrix} 1/2 & 1/2 \\ 1/2 & 1/2 \\ & & 1/2 & 1/2 \\ & & 1/2 & 1/2 \\ \end{bmatrix}, \\ X \cdot H_b = \begin{bmatrix} 1.5 & 1.5 & 3.5 & 3.5 \\ 5.5 & 5.5 & 7.5 & 7.5 \\ 9.5& 9.5 & 11.5 & 11.5 \\ 13.5 & 13.5 & 15.5 & 15.5 \\ \end{bmatrix} = [m_1, m_1, m_2, m_2]. \end{gathered} \end{equation}$$

理解 $\text{tr}(S_B) = ||P^T AZ (H_b - H_t)||_F^2$

类似地，根据原文陈述，$H_t\in \mathbb{R}^{n \times n}$ 是元素全部为 $1/n$ 的矩阵（求所有样本的平均值），

$$\begin{equation} \tag{25} H_t = \begin{bmatrix} 1/n & \cdots & 1/n \\ \vdots & \ddots & \vdots \\ 1/n & \cdots & 1/n \\ \end{bmatrix}. \end{equation}$$
根据文中的定义，我们有
$$\begin{align} \text{tr}(S_B) &= \text{tr} \left( \sum_{i=1}^{c} n_i (m_i - m)(m_i - m)^T \right) \\ &= \sum_{i=1}^{c} n_i \, \text{tr} \left( (m_i - m)(m_i - m)^T \right) \\ &= \sum_{i=1}^{c} n_i (m_i - m)^T(m_i - m) \\ &= \sum_{i=1}^{c} n_i ||m_i - m||_2^2 \\ &= || \tilde{X} (H_b - H_t) ||_F^2 \\ &= ||P^T AZ (H_b - H_t)||_F^2 \ . \tag{26} \end{align}$$
同样验证： $X$ 有 2 类，每一类 2 个样本，
$$\begin{equation} \begin{gathered} X = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \\ 13 & 14 & 15 & 16 \\ \end{bmatrix}, \ m = \begin{bmatrix} 2.5 \\ 6.5 \\ 10.5 \\ 14.5 \\ \end{bmatrix} , \ H_t = \begin{bmatrix} 1/4 & 1/4 & 1/4 & 1/4 \\ 1/4 & 1/4 & 1/4 & 1/4 \\ 1/4 & 1/4 & 1/4 & 1/4 \\ 1/4 & 1/4 & 1/4 & 1/4 \\ \end{bmatrix}, \\ X \cdot H_t = \begin{bmatrix} 2.5 & 2.5 & 2.5 & 2.5 \\ 6.5 & 6.5 & 6.5 & 6.5 \\ 10.5& 10.5 & 105 & 10.5 \\ 14.5 & 14.5 & 14.5 & 14.5 \\ \end{bmatrix} = [m, m, m, m]. \end{gathered} \end{equation}$$

证明 $\hat{f}(P,Z)$ 关于 $Z$ 是凸的

首先给出结论，当 $\eta >1$ 时，能保证 $\hat{f}(P,Z)$ 关于 $Z$ 是凸的。为了简化符号，定义 $T = P^T AZ$，所以转化 $\hat{f}(P,Z)$ 为 $f(T)$

$$\begin{equation} \tag{27} f(T) = || T (I - H_b) ||_F^2 - || T (H_b - H_t) ||_F^2 + \eta || T ||_F^2 \ . \end{equation}$$
只要确保 $f(T)$ 的 Hessian 矩阵 $\nabla^2 f(T)$ 是正定的
$$\begin{align} \frac{\partial }{\partial T^T} \left( \frac{\partial f(T)}{\partial T} \right) &= \frac{\partial }{\partial T^T} \left( 2T(I-H_b)(I-H_b)^T - 2T(H_b-H_t)(H_b-H_t)^T + 2 \eta \, T \right) \\ &= 2 \left[ (I-H_b)(I-H_b)^T - (H_b-H_t)(H_b-H_t)^T + \eta \, I \right]. \tag{28} \end{align}$$
注意矩阵的特殊性，得到几个性质 $H_b H_b = H_b,\ H_t H_t = H_t,\ H_b H_t = H_t H_b = H_t$，上式化简为
$$\begin{align} \nabla^2 f(T) &= 2 \left[ I - 2H_b + H_b - ( H_b - 2H_t + H_t) + \eta \, I \right] \\ &= 2 \left[ (1+\eta)I - 2 H_b + H_t \right]. \tag{29} \end{align}$$
此文中引用一个定理 Weyl 不等式 8，如果 $G$ 是一个 $n \times n$ 的 Hermitian 矩阵，其有序的特征值如下 $\lambda_1(G) \geq \cdots \geq \lambda_n (G)$。如果 $B,C$ 也是 Hermitian 矩阵，则有 $\lambda_n(B) + \lambda_n(C) \leq \lambda_n(B+C)$。这个定理说明， $B+C$ 的最小特征值大于或等于 $B,C$ 的最小特征值之和。在上述证明里，要保证 $\nabla^2 f(T)$ 是正定的，只要使其最小特征值大于 0，即确保求和的各个矩阵的最小特征值之和大于 0 。已知最小特征值 $\lambda_\min(-H_b) = -1, \ \lambda_\min(H_t) = 0$，所以只要保证
$$\begin{equation} \tag{30} \lambda_\text{min} \left( \nabla^2 f(T) \right) \geq 2 [ (1 + \eta) + 2 (-1) + 0 ] > 0. \end{equation}$$
显然，只要 $\eta > 1$，即可确保 $f(T)$ 关于 $T$ 是凸的。回顾 $T = P^TAZ$，$P^TA$ 是常数。所以，结论：在 $\eta > 1$ 时，$f(P,Z)$ 关于 $Z$ 是凸的。

推导 $Z$ 的更新公式

$$\begin{align} Z_{k+1} = \arg\min_{Z_k} \ & \lambda_1 \left( || P_{k+1}^T A Z_k (I - H_b) ||_F^2 - || P_{k+1}^T A Z_k (H_b - H_t) ||_F^2 + \eta || P_{k+1}^T A Z_k ||_F^2 \right) \\ & + \text{tr} \left( Y_k^T( X - AZ_k -E_k) \right) + \text{tr} \left( R_k^T ( Z_k - J_{k+1}) \right) \\ & + \frac{\mu}{2} \left( ||X-AZ_k-E_k||_F^2 + ||Z_k-J_{k+1}||_F^2 \right) \ . \tag{31} \end{align}$$
求对应关于 $Z_k$ 的梯度等于 0，得到
$$\begin{equation} \begin{gathered} \lambda_1 \left[ 2A^TP_{k+1}P_{k+1}^TA Z_{k+1} (I-H_b)(I-H_b)^T - 2A^TP_{k+1}P_{k+1}^TA Z_{k+1} (H_b-H_t)(H_b-H_t)^T + 2 \eta A^TP_{k+1}P_{k+1}^TA Z_{k+1} \right] \\ - A^TY_k + R_k + \frac{\mu_k}{2} \left[ -2 A^T(X-AZ_{k+1} - E_k) + 2(Z_{k+1} - J_{k+1}) \right] = 0, \\ 2 \lambda_1 A^TP_{k+1}P_{k+1}^TA Z_{k+1} \left[ (I - 2H_b + H_b) - (H_b - 2H_t + H_t) + \eta \, I \right] - A^T Y_k + R_k + \mu_k \left[ A^T(AZ_{k+1} + E_k - X) + Z_{k+1} - J_{k+1} \right] = 0, \\ 2 \lambda_1 A^TP_{k+1}P_{k+1}^TA Z_{k+1} \left[ (I + \eta) I - 2H_b + H_t \right] + \mu_k (A^TA + I) Z_{k+1} = A^T Y_k - R_k + \mu_k J_{k+1} + \mu_k A^T (X - E_k), \\ Z_{k+1} 2 \lambda_1 \left[ (I + \eta) I - 2H_b + H_t \right] + \mu_k (A^TP_{k+1}P_{k+1}^TA)^{-1} (A^TA + I) Z_{k+1} = (A^TP_{k+1}P_{k+1}^TA)^{-1} \left[ A^T Y_k - R_k + \mu_k J_{k+1} + \mu_k A^T (X - E_k) \right], \\ Z_{k+1} D / \mu_k + (A^T P_{k+1} P_{k+1}^T A)^{-1} (I + A^T A) Z_{k+1} = (A^T P_{k+1} P_{k+1}^T A)^{-1} K_{k+1}, \\ D = 2 \lambda_1 \left[ (1+\eta)I - 2 H_b + H_t \right], \\ K_{k+1} = J_{k+1} + A^T (X - E_k) + (A^T Y_k - R_k) / \mu_k \ . \end{gathered} \end{equation}$$

---

1. Y. Pan, H. Lai, C. Liu, and S. Yan, “A divide-and-conquer method for scalable low-rank latent matrix pursuit,” in Proc. 26th IEEE Conf. Comput. Vis. Pattern Recognit., Jun. 2013, pp. 524–531. ↩
2. A. Talwalkar, L. Mackey, Y. Mu, S.-F. Chang, and M. I. Jordan,“Distributed low-rank subspace segmentation,” in Proc. 14th IEEE Int. Conf. Comput. Vis., Dec. 2013, pp. 3543–3550. ↩
3. P. N. Belhumeur, J. P. Hespanha, and D. Kriegman, “Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 19, no. 7, pp. 711–720,
   Jul. 1997. ↩
4. Y.-F. Guo, S.-J. Li, J.-Y. Yang, T.-T. Shu, and L.-D. Wu, “A generalized Foley–Sammon transform based on generalized Fisher discriminant criterion and its application to face recognition,” Pattern Recognit. Lett., vol. 24, nos. 1–3, pp. 147–158, 2003. ↩
5. Z. Lin, R. Liu, and Z. Su, “Linearized alternating direction method with adaptive penalty for low-rank representation,” in Proc. 25th Annu. Conf. Adv. Neural Inf. Process. Syst., 2011, pp. 612–620. ↩
6. Chen, C., et al., The direct extension of ADMM for multi-block convex minimization problems is not necessarily convergent. Mathematical Programming, 2016. 155(1): p. 57-79. ↩
7. J.-F. Cai, E. J. Candès, and Z. Shen, “A singular value thresholding algorithm for matrix completion,” SIAM J. Optim., vol. 20, no. 4, pp. 1956–1982, 2010. ↩
8. J. K. Merikoski and R. Kumar, “Inequalities for spreads of matrix sums and products,” Appl. Math. E-Notes, vol. 4, pp. 150–159, Feb. 2014. ↩