fastSVT算法实现

fastSVT（Fast Singular Value Thresholding）算法是一种用于矩阵低秩近似的快速算法。它主要用于解决矩阵恢复、矩阵补全等问题。

fastSVT算法的实现步骤如下：
1. 初始化：给定一个待近似的矩阵A，设置迭代次数T，设置一个阈值参数τ，初始化一个近似矩阵X0为零矩阵。
2. 迭代更新：进行T次迭代更新，每次更新包括以下几个步骤：
a. 计算梯度：计算当前近似矩阵Xt的梯度Gt = A - Xt。
b. 近似矩阵更新：根据梯度Gt和阈值参数τ进行近似矩阵的更新，得到新的近似矩阵Xt+1 = Xt + Gt * τ。
c. 低秩近似：对更新后的近似矩阵Xt+1进行低秩近似，得到新的近似矩阵Xt+1 = U * Σ * V^T，其中U和V是Xt+1的奇异值分解得到的左奇异向量和右奇异向量，Σ是对角矩阵，对角线元素为Xt+1的奇异值。
3. 输出结果：返回最终的近似矩阵Xt+1。

fastSVT算法通过迭代更新和低秩近似的方式，逐步逼近原始矩阵的低秩结构，从而实现矩阵的低秩近似。