张量稀疏性度量综述

• 作 者: 谢琦 张勇 孟德宇
• 机 构: 西安交通大学数学与统计学院,西安交通大学第一附属医院
• 出 处: 重庆邮电大学学报(自然科学版)
• 发表日期: 2019年03期
• 关键词: 张量 稀疏性 高光谱图像 去噪 tensorsparsityhyper-spectral imagedenoising
• 基金项目: 国家自然科学基金(61661166011,11690011,61721002,U1811461).

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。