重写后的标题：二抽取代码RBTPCA_MATLAB_code:RBTPCA_code

简介：
本项目提供了一种改进的数据降维方法——RBTPCA的MATLAB实现代码。此代码适用于处理大规模数据集，并能有效提取关键特征，促进后续分析与应用。 基于张量奇异值分解（t-SVD）的稳健张 tensor 主成分分析是一种提取多路信号中的低秩稀疏成分的有效工具。本段落建议使用 TNN 的总和来处理相同张量的小块，从而以更合适的规模进行特征提取，而不是直接应用 t-SVD 基础上的张量核范数（TNN）。通过交替方向乘子法可以将优化模型分解为两个子问题：低秩张量逼近与稀疏分量逼近。这两个子问题分别利用迭代块张量奇异值软阈值化和迭代软阈值化方法来解决。 在数值实验中，该方法展示了其在人脸图像去噪、彩色图像去噪以及人脸照明归一化的性能改进。此 MATLAB 代码适用于论文“鲁棒块张 tensor 主成分分析”。