利用加权核范数去松弛原始低秩极小化问题,基于Soft-Impute算法思想提出WNNM-Impute算法.通过引入不精确的近邻算子极大地降低WNNM-Impute算法的时间复杂度,从而使得算法收敛更快.同时,在算法中引入Nesterov加速策略,使得算法的总体迭代次数进一步减少.大量的实验结果表明,所提算法能得到更精确的解且拥有比Soft-Impute和大多数对比算法更快的收敛速率.