基于张量模式的特征提取及分类器设计综述

• 作者: 乔立山 张丽梅 陈松灿
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 张量 模式表示 特征提取 降维 分类器设计
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 6-14,40
• 页数: 10页
• 分类号: TP181
• 语种: 中文

摘要

(高阶)张量模式作为传统向量模式的扩展和补充,近年来已引起机器学习、模式识别等领域的广泛关注.对现有张量型学习算法进行总结:针对向量模式表示存在的问题,讨论了设计张量型学习算法的必要性和重要意义;从特征提取和分类器设计2个层面,对现有张量型学习算法进行分类和汇总,并着重从多线性投影方式出发,讨论了其内在联系及优缺点;分析了张量模式与向量模式表示间的本质关系及各自优势;探讨了张量型学习算法有待解决的问题及可能的研究趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿		120	1370	19.0	32.0
2	张丽梅		5	5	1.0	2.0
3	乔立山		4	19	2.0	4.0