原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
低秩恢复算法在张量学习中的研究与应用
摘要：随着大数据时代的到来，张量学习技术已经被广泛应用，它具有对高维，大规模和复杂数据处理的能力，并且已经被证明在图像处理，信号处理，决策支持等领域中有良好的应用。然而，张量中存在的内在低秩结构在现实应用中却往往被忽略，因此在张量学习领域的研究中引入了低秩恢复算法。本文概括了低秩恢复算法在张量分解和张量压缩中的研究以及其在实际应用中的效果。通过对比实验结果，我们可以得出结论：当张量中存在低秩结构时，低秩恢复算法可以提高张量分解和压缩的准确性和效率，并在信号处理，图像处理等领域中有广泛应用。 关键词：张量学习，低秩恢复算法，张量分解，张量压缩 概述：在最
文档评论（0）