Seminars on Numerical Algebra, Optimization and Data Sciences: Non-convex low rank multi-view subspace clustering based on MCP function and tensor SVD decomposition

：黎稳（华南师范大学）
：2023-05-24 09:30
：海韵园数理大楼天元会议室686报告厅

报告人：黎稳（华南师范大学）

时  间：2023年5月24日9:30

地  点：海韵园数理大楼天元会议室686报告厅

内容摘要:

By utilizing the low rank nature of big data, the tensor SVD decomposition and the MCP function, a non convex multi-view subspace clustering tensor low rank minimization model based on learning expression tensor and affinity matrix is established. An algorithm based on the ADMM framework was proposed, and the convergence and parameter sensitivity of the algorithm were discussed. The clustering performance of the proposed method in terms of scene and face datasets shows that it is more effective than the existing methods.

个人简介：

黎稳，华南师范大学二级教授。现任广东省数据科学工程技术研究中心副主任、中国数学会理事、广东省数学学会副理事长。主要研究方向：数值代数及其应用、张量计算与应用。主持国家自然科学基金面上项目五项，参与广东省与国家自然科学基金集成项目一项。在学术刊物 Numer Math、SIAM J Optim、SIAM J Matrix Anal Appl、SIAM J Imaging Sci、Inverse Problems、IEEE TSP、IEEE TC、IEEE TNNLS、ACM TIST和Pattern Recognition等上发表多篇学术论文。主要成果被美国科学院院士G.Golub等的专著《Matrix Computations》（第四版）作为公式介绍，被英国皇家科学院院士NJ Higham 的专著《Functions of Matrices》作为定理介绍，并分别获2011年和2020年广东省科学技术奖二等奖（排名第一）。

 

联系人：杜魁