FFT calculation of the L1-norm principal component of a data matrix
FFT calculation of the L1-norm principal component of a data matrix
复制标题
数据矩阵的 L1 范数主成分的 FFT 计算
DOI：
10.1016/j.sigpro.2021.108286
复制
发表时间：
2021
影响因子：
4.4
通讯作者：
Pados, Dimitris A.
中科院分区：
文献类型：
--
作者：
Colonnese, Stefania;Markopoulos, Panos P.;Scarano, Gaetano;Pados, Dimitris A.
提出了一种在傅里叶域中实现的快速近似秩1 l1范数主成分分析估计器。具体来说，我们首先将秩1 L1-PCA估计问题重新表述为循环移位参数估计，然后我们提出了在傅里叶域中估计第一l1 -范数主成分（L1-PC）的算法，实际使用FFT。本文提出的方法是渐近有效的，数值研究证实了它的性能优点。
This paper presents a fast approximate rank-1 L1-norm Principal Component Analysis (L1-PCA) estimator implemented in the Fourier domain. Specifically, we first rephrase the problem of rank-1 L1-PCA estimation as a cyclic shift parameter estimation and then we present an algorithm for estimating the first L1-norm Principal Component (L1-PC) in the Fourier domain, practically using FFT. The proposed method is shown to be asymptotically efficient and our numerical studies corroborate its performance merits.
登录
查看更多内容
影响因子：
3.9
作者：
Breton L. Minnehan;A. Savakis
通讯作者：
Breton L. Minnehan;A. Savakis
基于L1范数的数组数据无监督分类
DOI：
--
发表时间：
2018
期刊：
Asilomar Conference on Signals, Systems and Computers
影响因子：
--
作者：
R. Martín;V. Zarzoso
通讯作者：
V. Zarzoso
影响因子：
5.4
作者：
Al-Khassaweneh, Mahmood;Villafane-Delgado, Marisel;Aviyente, Selin
通讯作者：
Aviyente, Selin
一种直观且最高效的大数据Ll范数主成分分析算法
DOI：
--
发表时间：
2019
期刊：
Annual Conference on Information Sciences and Systems
影响因子：
--
作者：
Xiaowei Song
通讯作者：
Xiaowei Song