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
摘摘摘 要要要
作为一种重要的数据表示方法，卷积稀疏编码模型可 以将整个信号表示为一组滤
波器和稀疏系数的卷积和，在计算机视觉、 图像处理及机器学习等领域获得了广泛关
注．随着大数据时代 的到来，数据越来越呈现大规模和多维度的特点，如多光谱图像
和视频等．基于 向量表述的卷积稀疏编码通常会破坏数据的空间结构，且具有非常大
的计算量和内存要求，导致其在多维数据处理中受到限制．
张量是向量和矩阵的多维推广，基于张量表示可 以很好的保留数据的空间结构信
息，已经开始在各种领域发挥着重要的作用，包括卷
文档评论（0）