张量补全相关论文
近年来,随着现代网络技术,计算机通信以及采样技术的快速发展,高维图像的获取也随之变得越来越便捷,如:高光谱图像、多光谱图像、......
大数据时代的不断发展促使传感及移动互联设备所产生数据的规模和复杂度快速增长，呈现出多源、异构、海量的特点。因此对这些复杂数......
Tucker分解是一种被广泛使用的张量分解算法,其中带正交约束的Tucker分解算法能更好地获取原始数据的低秩近似,而非负约束通常能够......
随着大数据时代的发展,张量为多维数据提供了一种有效的数学表示。为了提取隐藏的结构或模式,张量分解作为一种常见的秩揭示代数出......
气候变化带来的影响是方方面面的,并且人们常采取手段对负面的影响进行干预。近年来,人们对于降雨的预测需求越来越多,传统的降雨......
由于数字图像在获取，储存，传输的过程中受到传感器本身和成像环境的影响，会使得某些有用信息丢失，进而不利于图像后续的信息提取与解译......
随着现代科学技术的发展,医学图像处理对人们的生活变得不可或缺。医学是与人的健康密切相关的学科,重要性不言而喻。医学的CT、MR......
为了进一步提高低秩张量补全性能,针对基于传统张量分解方法的张量补全问题研究中的计算复杂问题,根据张量链分解能够将高阶张量分......
智慧城市作为人类生活信息化、现代化发展的新方向,在科技更新换代的进程中扮演一个不可或缺的角色。用以解决与日常生活息息相关......
随着近几十年来计算机技术的快速发展和普及,以及计算机的计算和存储能力的大幅提升,越来越多的数据被人们采集,存储,分析和计算。......
在实际生活中,图像常常由于获取环境、传输、保存等原因导致像素的缺失,补全图像中缺失的像素值这一任务被称为图像补绘,本文主要......
随着社会的迅猛发展,高阶数据(比如高光谱图像、彩色图像、视频)频繁出现于诸多现代科学与应用领域。然而,由于采样设备机械故障、......
为了解决3维稀疏数据处理中向量化或矩阵化带来的原始空间结构破坏与计算复杂度高的问题,该文针对下视稀疏线阵3维SAR成像几何模型......
低压配电台区的理论线损计算对配电网降损及改善电能质量至关重要,但由于用户用电数据在采集、传输等环节会出现缺失,从而无法精确......
近年来,随着现代网络技术、计算机通信以及采样技术的快速发展,海量高维数据的获取变得越来越容易。在数据的获取过程中会有部分数......
张量作为矩阵的一般化形式,具有强大的数据表达能力和应用场景。然而,在许多科学研究和实际应用中,由于采样的缺失或方法的限制,想......
随着社会的进步和科学技术的发展,人类社会每天会产生大量的图像数据,图像在传输与储存的过程中会受到多种因素影响而发生退化影响......
随着计算机技术、互联网、物联网等的发展,人类社会运行时产生的数据越来越复杂,维度也越来越高,这对数据分析的工具提出了更高要......
频谱地图是解决频谱短缺问题的前提和基础,它可以从地理位置,频率,时间,能量等多维度刻画频谱数据,从而直接查看频谱信息,例如占用......
张量是高维数据的一种排列,可以看成矩阵的一种高阶推广。它在心理测量学,信号处理,神经科学,数值线性代数,数据挖掘,图分析等领域......
X射线冠状动脉造影成像是诊断心血管疾病的重要手段,可用于经皮冠状动脉介入治疗的手术导航和疗效评估。由于X射线的成像机理,冠脉......
随着互联网技术和多媒体技术的不断发展,音频信号作为多媒体信号的重要组成部分,对其进行分析和处理引起了越来越多研究人员的关注......
随着传感器和存储技术的快速发展，具有多线性结构的高维数据在科学与工程领域中已变得非常普遍。多尺度张量逼近是分析与处理这类张......
多声道音频信号在r采集、压缩、传输过程中可能造成音频数据丢失,为了确保给听众带来更真实的听觉感受,该文提出一种基于低秩张量......
随着现代传感器、多媒体、计算机通信及网络技术在社会的各个领域的飞速发展和广泛应用,人们经常需要存储、传输、分析和处理各种......
学位
随着现代信息技术的快速发展,待分析的数据大都具有很复杂的结构。在获取高维多线性数据的过程中,部分元素可能丢失,低秩张量补全......
随着科技的快速发展,数据的规模越来越大,而大部分数据都可以被表示为矩阵的形式,换句话说,在实际应用中,矩阵的维数在逐渐的增加......
数据丢失问题通常可以归结为矩阵补全问题,而矩阵补全是继压缩感知理论之后的又一种重要的信号获取方法.在实际应用中,数据样例往......
