本文提出了一种新的非凸规范化算法，旨在高效恢复低秩矩阵和进行主要成分分析。研究表明，在特定条件下，局部最小值可达到全局最小值。该算法在神经钙成像视频分割等大数据集上的应用显示出显著优势。

本文介绍了一种适用于大规模数据集的矩阵分解技术，通过使用特定形式的正则化来捕获因素中的额外结构。文章提供了实用的算法来解决矩阵分解问题，并导出了给定近似解的距离与全局最优解之间的距离范围。在大数据集上，该方法在神经钙成像视频分割和高光谱压缩恢复方面表现出优势。