张量稀疏性度量综述

• 作者: 孟德宇 张勇 谢琦
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 张量 稀疏性 高光谱图像 去噪
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与信息通信技术
• 页码范围: 340-347
• 页数: 8页
• 分类号: TP391.4|O151
• 字数: 5503字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.03.008

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇		195	1344	19.0	31.0
2	孟德宇	西安交通大学数学与统计学院	14	127	5.0	11.0
3	谢琦	西安交通大学数学与统计学院	1	0	0.0	0.0