| 张量稀疏性度量综述 |
| |
| 引用本文： | 谢琦,张勇,孟德宇.张量稀疏性度量综述[J].重庆邮电大学学报(自然科学版),2019,31(3):340-347. |
| |
| 作者姓名： | 谢琦 张勇 孟德宇 |
| |
| 作者单位： | 西安交通大学 数学与统计学院,西安,710049;西安交通大学 第一附属医院,西安,710049 |
| |
| 基金项目： | 国家自然科学基金(61661166011,11690011,61721002,U1811461) |
| |
| 摘 要： | 稀疏性是现实数据所共有的一般信息表达特性，其含义为数据可由其本质所蕴含的少量基元素进行充分表达。目前，向量(1阶数组)与矩阵(2阶数组)数据均存在较为成熟的稀疏性表达度量，即向量的非零元素个数与矩阵的秩。然而，对于张量(高阶数组)数据的合理稀疏性度量的构造尚未形成统一的解决方案。对张量稀疏性研究的现状进行综合介绍，回顾目前在此方向的研究进展以及所取得的典型应用，并着重介绍本研究小组基于Tucker分解与CANDECOMP/PARAFAC(CP)分解的张量稀疏性内涵理解所构造的一种新型张量稀疏性度量。将此张量稀疏性度量与10个传统方法应用到多光谱图像去噪中进行对比实验，通过数值与视觉上的实验结果说明所提方法的合理性与有效性。
|
| 关 键 词： | 张量 稀疏性 高光谱图像 去噪 |
| 收稿时间： | 2019/5/14 0:00:00 |
Survey on tensor sparsity measure |
| |
| XIE Qi,ZHANG Yong and MENG Deyu.Survey on tensor sparsity measure[J].Journal of Chongqing University of Posts and Telecommunications,2019,31(3):340-347. |
| |
| Authors: | XIE Qi ZHANG Yong and MENG Deyu |
| |
| Abstract: | |
| |
| Keywords: | tensor sparsity hyper-spectral image denoising |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
