RPCA

如果你正在带有噪声或者异常值的数据，RPCA（鲁棒主成分）会帮上大忙。exact_alm_rpca是基于 Matlab 实现的增强拉格朗日乘子法（EALM）算法库，专门用来解这个问题。它将数据矩阵分解为两个部分——低秩矩阵和稀疏矩阵，前者代表数据的主结构，后者则捕捉到噪声和异常值。最吸引人的是，EALM 方法通过惩罚项和拉格朗日乘子优化这个过程，相对较低的计算复杂度让它在大数据时表现也挺不错。要是你用 Matlab 做数据、图像去噪或者视频背景建模，这个库合适，值得一试。它的主要文件包括exact_alm_rpca.m（核心算法实现），choosvd.m（自定义 SVD 算法），以及一些优化低

PCP和RPCA在MATLAB中的代码最新更新日期为2018年1月28日，当前版本为1.0.10。这个LRSLibrary提供了视频背景建模和减法的低秩和稀疏工具集合。LRSLibrary不仅限于运动分割，在其他计算机视觉问题中也有广泛的应用。该库包含100多种基于矩阵和张量方法的算法。LRSLibrary已在多个MATLAB版本（如R2014、R2015、R2016、R2017的x86和x64版本）上通过测试，最低要求为R2014b。

MATLAB数据处理模型RPCA异常值检测代码的优化版本提供下载。

在数学建模数据处理方面，提供了基于RPCA方法的异常值检测参考代码。