低秩半定最小二乘问题  

Problem of Semidefinite Least Squares with Low Rank

作　　者：康志林[1] 张圣贵[2] 

机构地区：[1]华侨大学数学科学学院,福建泉州362021 [2]福建师范大学数学与计算机科学学院,福建福州350108

出　　处：《福建师范大学学报（自然科学版）》2012年第3期14-18,共5页Journal of Fujian Normal University：Natural Science Edition

基　　金：华侨大学中央高校基本科研业务费专项资金资助(11HZR16)

摘　　要：讨论低秩半定最小二乘问题(lrSDLS)的启发式方法,并利用l0范数的光滑近似函数将(lrSDLS)中的非光滑非凸秩函数进行光滑化处理,并对其线性化,进而转化为光滑凸优化问题,为使用光滑优化方法近似求解(lrSDLS)提供了一个新的途径.The problem of semidefinite least squares with low rank （lrSDLS） is not easyto solve by the method o{ standard convex smooth optimization. Study the heuristic methodfor solving （lrSDLS） and consider the smooth approximation to the rank function, which isone of the constraints in this problem （lrSDLS）, by making use of the smooth approximation function of the l^° -norm, and then linearize the function. This leads to a smooth convex mini-mization problem, and also provide a new approach to solve （lrSDLS） approximately by thesmooth optimization method.

关 键 词：半定最小二乘 低秩约束 启发 凸光滑 近似 

分 类 号：O221[理学—运筹学与控制论]