缺失数据下更稳
针对缺失数据矩阵分解设计，能跳出尖锐局部极小，收敛到更平坦的极小值，重建结果更优。
Xiang-xiang, Su · 甘敏 · 陈光永 · 杨霖 · Jin, Junwei
Pattern Recognition 2024
对阻尼参数设置下界，避免迭代过程中阻尼过小导致的数值不稳定，而DW方法需要添加零空间来达此目的，本算法更简洁。
采用非单调策略允许目标函数在迭代中暂时上升，从而帮助算法逃离尖锐极小值，收敛到更平坦的极小值，重建结果更好。
通过提高近似函数的强凸性，算法获得更好的收敛性质，实验证实比现有方法更有效。