摘要：鲁棒主成分分析（RPCA）是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析（MRPCA）框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实：对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.

关键词：多线性鲁棒主成分分析 鲁棒主成分分析 低秩 核范数最小化 增广拉格朗日乘子法 

单位：西安建筑科技大学理学院; 陕西西安710055; 西安电子科技大学数学与统计学院; 陕西西安710071