原文服务方: 数学理论与应用       
摘要:
本文基于高精度填充算法,考虑低秩Toeplitz张量填充问题的求解,通过在每步迭代中将张量随机地按第n模展开并且对它的奇异值分解(Singular Value Decomposition,简记作SVD)进行修正,给出一种具有随机思想的高精度填充算法,并讨论其收敛性.通过对Toeplitz张量及Toeplitz均值张量的数值实验,结果表明新算法比低秩Toeplitz张量的高精度填充算法在计算代价上有明显改进.
推荐文章
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
低秩张量分解的多视角谱聚类算法
多视角谱聚类
张量
截断核范数
基于张量秩校正的图像恢复方法?
图像恢复
张量奇异值分解
张量秩校正
张量近似点算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低秩Toeplitz张量的高精度随机填充算法
来源期刊 数学理论与应用 学科 数学
关键词 张量填充 低秩Toeplitz张量 随机算法
年,卷(期) 2024,(3) 所属期刊栏目
研究方向 页码范围 97-112
页数 16页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
张量填充
低秩Toeplitz张量
随机算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数学理论与应用
季刊
1006-8074
43-1334/O1
16开
1981-01-01
chi
出版文献量(篇)
1786
总下载数(次)
0
总被引数(次)
4170
论文1v1指导