四元数空间中的鲁棒稀疏表示

基于摘要分析。本文研究四元数值数据在噪声与异常值干扰下的稀疏表示问题，提出完全在四元数值框架中构建的 robust quaternion valued sparse representation（RQVSR）方法。主要研究对象是四元数稀疏信号恢复与彩色图像重建，而非 EEG 或 BCI。 核心机制是以新定义的 quaternion Welsch estimator 度量四元数残差，替代常规四元数均方误差，以降低大幅数据污染和异常值的影响。针对四元数乘法不满足交换律所带来的优化困难，作者结合半二次理论与交替方向乘子法（ADMM）框架构建求解算法。摘要未给出具体目标函数、稀疏约束形式、参数选择及收敛条件，这些内容尚未验证。 作者报告，该方法在四元数稀疏信号恢复和彩色图像重建实验中表现出有效性与鲁棒性；摘要未提供数据集、噪声模型、对照方法或定量指标，实验协议、消融及统计信息尚未验证，因此无法判断其优势幅度及适用边界。 平台推测（待验证）：其潜在可复用部分是四元数残差的鲁棒度量与相应优化框架，可能用于探索多通道 EEG 稀疏重建中的异常值抑制。该假设依赖合理的四元数编码与稀疏表示结构，不能直接将任意 EEG 通道组合等同于彩色图像中的分量关系；通道布局差异、低信噪比及跨被试变化可能削弱效果，也需防止将有用的瞬态神经活动当作异常值压制。一个可检验的小实验是在固定 EEG 数据划分、字典与编码方式下，向测试信号注入受控脉冲污染，对比 quaternion Welsch estimator 与四元数均方误差的重建误差及目标信号保真度。已有 EEG 相关工作尚未检索确认。