期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Tensor Train分解的Sylvester张量方程求解
1
作者 吴玉倩 陈荣 陈中明 《杭州电子科技大学学报（自然科学版）》 2021年第6期94-99,共6页
为克服Sylvester张量方程高阶情形带来的维数灾难,应用张量的Tensor Train(TT)分解来减少参数的存储和计算复杂度,并结合张量TT分解的特点,提出一种交替随机梯度法用于求解Sylvester张量方程,给出收敛性分析,最后通过数值实验验证了所... 为克服Sylvester张量方程高阶情形带来的维数灾难,应用张量的Tensor Train(TT)分解来减少参数的存储和计算复杂度,并结合张量TT分解的特点,提出一种交替随机梯度法用于求解Sylvester张量方程,给出收敛性分析,最后通过数值实验验证了所提算法的有效性。 展开更多
关键词 Sylvester张量方程 tensor train分解 交替随机梯度下降法
在线阅读 下载PDF
基于超图正则化非负张量链分解的聚类分析 被引量：3
2
作者 戴浩磊 黄永慧 周郭许 《计算机工程》 CAS CSCD 北大核心 2023年第6期81-89,共9页
非负张量链分解作为一种重要的张量分解模型,可保留数据内部结构信息,广泛应用于高维数据的特征提取和表示。从流形学习角度出发,高维数据信息通常潜在于低维空间的非线性流形结构中,然而现有图学习理论只能建模对象间的成对关系,很难... 非负张量链分解作为一种重要的张量分解模型,可保留数据内部结构信息,广泛应用于高维数据的特征提取和表示。从流形学习角度出发,高维数据信息通常潜在于低维空间的非线性流形结构中,然而现有图学习理论只能建模对象间的成对关系,很难准确刻画具有复杂流形结构的高维数据的相似关系。引入超图学习,提出一种超图正则化非负张量链(HGNTT)分解方法,在高维数据中提取低维表示的同时通过构建超图描述样本数据间的高阶关系,从而保留非线性流形结构,同时采用乘法更新方法对HGNTT模型进行优化求解并证明其收敛性。在ORL和Faces95这两个公开数据集上的聚类实验结果表明,相比于NMF、GNMF等方法,HGNTT方法的聚类准确率和归一化互信息分别提升了1.2%~7.6%和0.2%~3.0%,验证了HGNTT方法的有效性。 展开更多
关键词 非负张量链分解 特征提取 超图学习 乘法更新方法 聚类分析
在线阅读 下载PDF
模糊支持张量训练机及其在滚动轴承故障诊断中的应用 被引量：3
3
作者 王劲锋 薛玉石 山春凤 《机电工程》 CAS 北大核心 2022年第10期1405-1411,共7页
在进行样本不平衡数据建模时,支持向量机(SVM)无法保护故障信号的特征信息,针对这一问题,提出了一种基于模糊支持张量训练机(FSTTM)的状态评估方法。首先,利用多源故障信号在FSTTM中,构建了张量样本,并在模型中引入了张量训练(TT)分解方... 在进行样本不平衡数据建模时,支持向量机(SVM)无法保护故障信号的特征信息,针对这一问题,提出了一种基于模糊支持张量训练机(FSTTM)的状态评估方法。首先,利用多源故障信号在FSTTM中,构建了张量样本,并在模型中引入了张量训练(TT)分解方法,以提取高阶张量样本中包含的特征信息;然后,利用基于TT核函数,建立了线性不可分下的预测模型,解决了非线性数据的分类问题;最后,在目标函数中设计了模糊因子,使模型对数目较少一类样本及数目较多一类样本的倾向均衡,实现了对样本不平衡数据的有效分类。研究结果表明:采用FSTTM对两种不同的滚动轴承数据进行故障诊断实验,其故障识别准确率均在97%以上,且F-score指标达到0.9800以上;相对于传统支持张量机,FSTTM利用高阶张量和模糊因子构造预测模型,可实现对原始信号状态信息的充分利用和样本不平衡数据的准确分类。 展开更多
关键词 故障信号特征信息 模糊支持张量训练机 张量训练分解方法 支持向量机 样本不平衡数据建模 多源故障信号 模型分类性能
在线阅读 下载PDF
一个基于张量火车分解的张量填充方法及在图像恢复中的应用
4
作者 谢文蕙 凌晨 潘晨健 《运筹学学报》 CSCD 北大核心 2022年第3期31-43,共13页
低秩张量填充在数据恢复中有广泛应用,基于张量火车(TT)分解的张量填充模型在彩色图像和视频以及互联网数据恢复中应用效果良好。本文提出一个基于三阶张量TT分解的填充模型。在模型中,引入稀疏正则项与时空正则项,分别刻画核张量的稀... 低秩张量填充在数据恢复中有广泛应用,基于张量火车(TT)分解的张量填充模型在彩色图像和视频以及互联网数据恢复中应用效果良好。本文提出一个基于三阶张量TT分解的填充模型。在模型中,引入稀疏正则项与时空正则项,分别刻画核张量的稀疏性和数据固有的块相似性。根据问题的结构特点,引入辅助变量将原模型等价转化成可分离形式,并采用临近交替极小化(PAM)与交替方向乘子法(ADMM)相结合的方法求解模型。数值实验表明,两正则项的引入有利于提高数据恢复的稳定性和实际效果,所提出方法优于其他方法。在采样率较低或图像出现结构性缺失时,其方法效果较为显著。 展开更多
关键词 张量填充 张量火车分解 临近交替极小化 交替方向乘子法 图像恢复
在线阅读 下载PDF
一类基于Huber损失函数的支持张量机模型
5
作者 郝晴 陈中明 《杭州电子科技大学学报(自然科学版)》 2025年第3期89-94,共6页
支持张量机模型是支持向量机的一种高阶推广,因其可以直接处理张量数据分类而备受关注,并被广泛应用于图像处理、视频分析、机器学习等领域。传统支持张量机模型采用的合页损失函数具有非光滑性,这使得相应的算法设计和模型求解变得困... 支持张量机模型是支持向量机的一种高阶推广,因其可以直接处理张量数据分类而备受关注,并被广泛应用于图像处理、视频分析、机器学习等领域。传统支持张量机模型采用的合页损失函数具有非光滑性,这使得相应的算法设计和模型求解变得困难。为克服这一缺陷,本文结合Tensor Train分解,提出一类基于Huber损失函数的支持张量机模型,设计交替方向乘子法进行求解,给出各个子问题求解的具体表达式,并通过数值实验验证模型和算法的有效性。 展开更多
关键词 Huber函数 支持张量机 tensor train分解 交替方向乘子法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部