张量补全.rar_TENSOR COMPLETION_tpf_图像补全_张量补全_补全

function D=zlsf(P_r1) [a,b,c]=size(P_r1); x1=juzhen(a*b,c); D=reshape(x1,a,b,c); % D=fold1(x1,20); %得到20*20*20的张量D sr=0.7; %对张量元素的采样率 sr=1-sr; B=rand(a,b,c)>sr; %B中元素值为‘1’代表观测到的值，为‘0’代表缺失的值 cB = ones(size(B)) - B; %B的补集 X=D.*B; %采样后的张量 M=X; W1=zeros(a,b,c); %生成与X大小相同的零张量W W2=zeros(a,b,c); W3=zeros(a,b,c); A=[1/3 1/3 1/3]; maxiter=1000; %最大迭代次数 iter=0; P=1e-6; %初始的惩罚参数 Pmax=10000; L=1e-6; %补全张量与原始张量间的允许最大误差 tic while iter<=maxiter [X1,X2,X3]=unfold(X); %对张量X沿各模进行展开 [R1,y1,y2]=unfold(W1); [y3,R2,y4]=unfold(W2); [y5,y6,R3]=unfold(W3); [ P1,P2,P3 ]=singular(X1,X2,X3,R1,R2,R3,P,A); %进行奇异值阈值处理 [Q1,Q2,Q3]=fold( P1,P2,P3,a,b,c ); H=((Q1-(W1/P))+(Q2-(W2/P))+(Q3-(W3/P)))/3; H1=H.*cB+X.*B; X=H1; W1=W1-P*(Q1-X); W2=W2-P*(Q2-X); W3=W3-P*(Q3-X); P=min(1.15*P,Pmax); iter=iter+1; K=X-D; [k1,k2,k3]=unfold(K); m1=norm(k1,'fro'); m2=norm(k2,'fro'); m3=norm(k3,'fro'); [s1,s2,s3]=unfold(D); ss1=norm(s1,'fro'); k=m1/ss1; if m1<L break; end end toc