低秩表示模型

function [ZE] = lrra（XAlambda）
% This routine solves the following nuclear-norm optimization problem
% which is more general than “lrr.m“
% min |Z|_*+lambda*|E|_21
% s.t. X = AZ+E
% inputs:
%        X -- D*N data matrix D is the data dimension and N is the number
%             of data vectors.
%        A -- D*M matrix of a dictionary M is the size of the dictionary

if nargin<3
    lambda = 1;
end
tol = 1e-8;
maxIter = 1e6;
[d n] = size（X）;
m = size（A2）;
rho = 1.1;
max_mu = 1e30;
mu = 1e-6;
atx = A‘*X;
inv_a = inv（A‘*A+eye（m））;
%% Initializing optimization variables
% intialize
J = zeros（mn）;
Z = zeros（mn）;
E = sparse（dn）;

Y1 = zeros（dn）;
Y2 = zeros（mn）;
%% Start main loop
iter = 0;
disp（[‘initialrank=‘ num2str（rank（Z））]）;
while iter    iter = iter + 1;
    %update J
    temp = Z + Y2/mu;
    [UsigmaV] = svd（temp‘econ‘）;
    sigma = diag（sigma）;
    svp = length（find（sigma>1/mu））;
    if svp>=1
        sigma = sigma（1:svp）-1