L1-子空间信号处理的若干选项
机器学习
2013-09-09 v1
摘要
我们描述了定义和计算 -范数信号子空间的方法，这些子空间比 计算的子空间对异常数据不那么敏感。我们专注于计算包含 N 个维度为 D 的信号样本的数据矩阵的 最大投影主成分，并得出结论：在渐近大的 N 和 D 下，该一般问题形式上是 NP 难的。然而，我们证明了对于工程上感兴趣的固定维度 D 和渐近大样本支持 N 的情况并非如此，并提出了一个复杂度为 的最优算法。我们将此推广到多个 -最大投影分量，并以矩阵核范数评估的形式提出了一种显式的 optimal 子空间计算算法。最后，我们通过数据降维和波达方向估计领域的实例说明了 -子空间信号处理的应用。
引用
@article{arxiv.1309.1194,
title = {Some Options for L1-Subspace Signal Processing},
author = {Panos P. Markopoulos and George N. Karystinos and Dimitris A. Pados},
journal= {arXiv preprint arXiv:1309.1194},
year = {2013}
}
备注
In Proceedings Tenth Intern. Symposium on Wireless Communication Systems (ISWCS '13), Ilmenau, Germany, Aug. 27-30, 2013 (The 2013 ISWCS Best Paper Award in Physical Layer Comm. and Signal Processing); 5 pages; 3 figures