【摘要】文章在矩阵正态分布下研究矩阵数据的参数估计及其分类方法。首先，基于低秩分解和矩阵正态分布的惩罚似然函数方法提出矩阵数据的参数估计和秩的自适应确定方法；其次，应用块坐标下降方法与增广拉格朗日乘子算法给出有效的迭代估计算法；然后，基于判别分析方法提出低秩分解下的分类预测规则；最后，通过大量数值模拟及卫星陆地资源数据和手写体数字的识别应用，验证了低秩估计方法对提高矩阵数据的估计和分类预测精度具有明显的效果。