结构型优化及其在数据分析中的应用

项目名称： 结构型优化及其在数据分析中的应用

项目编号： No.11371192

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 杨俊锋

作者单位： 南京大学

项目金额： 55万元

中文摘要： 近年来，随着计算机科学、因特网与信息技术的快速发展，人们对海量数据的处理需求愈来愈大。在包括压缩感知、图像与信号处理、机器学习、信息处理等诸多应用领域中所产生的数据量往往十分巨大。如何快速高效的从海量数据中找到对生产实践有用的信息是科研与工程技术人员必须面对的挑战。 本项目旨在研究各种结构型优化问题的理论、快速算法及其在数据分析中的应用，包括上述应用，以及更广泛的数据科学。高维数据通常具有内在结构，如某些数据成分在适当的变换下稀疏、结构型稀疏、低秩、位于一个低维线性空间或非线性流形上，或者近似如此等等。通过建立适当的优化模型来挖掘高维数据的内在结构信息是本项目的主要研究内容之一。此外，本项目将通过理论分析与数值实验相结合的方法对各种结构型优化模型的有效性进行系统研究，充分考虑模型与问题解的结构特性来设计高效的数值计算方法，并编写相应的可供工程技术界广泛应用的软件程序。

中文关键词： 惯性算法；鲁棒主成分分析；半定规划；图像处理；压缩感知

英文摘要： Recently, with the rapid development of computer science, internet and information technology, the processing of massive data sets has become increasingly important. In applications including compressive sensing, image and signal processing, machine learn

英文关键词： Inertial algorithms；Robust PCA；Semidefinite Programming；Image Processing；Compressive Sensing