基于张量分解的数据补全和去噪算法研究 |
论文目录 | | 摘要 | 第1-7页 | ABSTRACT | 第7-8页 | 第一章 绪论 | 第15-33页 | 1.1 研究背景 | 第15-16页 | 1.2 张量简介及基础 | 第16-21页 | 1.2.1 张量的基本概念 | 第18-19页 | 1.2.2 张量的向量化和矩阵化 | 第19-20页 | 1.2.3 模态积,Kronecker积与Khatri-Rao积 | 第20-21页 | 1.3 张量的分解 | 第21-24页 | 1.3.1 CP分解 | 第21-22页 | 1.3.2 Tucker分解 | 第22-23页 | 1.3.3 其它张量分解模型 | 第23-24页 | 1.4 低秩张量补全与鲁棒张量低秩近似 | 第24-28页 | 1.5 本文的主要工作 | 第28-33页 | 第二章 基于ST-HOSVD的张量补全算法 | 第33-56页 | 2.1 引言 | 第33-34页 | 2.2 序列截断高阶奇异值分解(ST-HOSVD)简介 | 第34-35页 | 2.3 基于ST-HOSVD的自适应张量分解算法 | 第35-38页 | 2.4 基于张量分解的数据补全算法 | 第38-41页 | 2.5 收敛性分析 | 第41-42页 | 2.6 实验 | 第42-54页 | 2.6.1 在彩色图像数据上的实验 | 第42-50页 | 2.6.2 平均算子、δ-截断以及ST-HOSVD在算法中的作用 | 第50-54页 | 2.7 本章小节 | 第54-56页 | 第三章 基于张量补全的图像混合噪声去噪算法 | 第56-77页 | 3.1 引言 | 第56-58页 | 3.2 针对离散分布的噪声的去噪算法 | 第58-59页 | 3.3 针对块状噪声的去噪算法 | 第59-60页 | 3.4 实验 | 第60-76页 | 3.4.1 离散分布的噪声的实验 | 第62-70页 | 3.4.2 块状噪声的实验 | 第70-75页 | 3.4.3 算法3-2 对块状噪声的“腐蚀”过程 | 第71-76页 | 3.5 本章小节 | 第76-77页 | 第四章 基于L_P范数的鲁棒TUCKER分解算法 | 第77-93页 | 4.1 引言 | 第77-78页 | 4.2 基于L_P范数的张量分解算法 | 第78-80页 | 4.3 相关理论结果 | 第80-87页 | 4.4 实验 | 第87-92页 | 4.5 本章小结 | 第92-93页 | 第五章 基于HUBER损失的鲁棒张量补全算法 | 第93-110页 | 5.1 引言 | 第93-94页 | 5.2 基于鲁棒张量正交分解的数据补全算法 | 第94-95页 | 5.3 相关理论结果 | 第95-100页 | 5.4 模型(5-1)的等价形式 | 第100-103页 | 5.5 实验 | 第103-109页 | 5.5.1 不同噪声水平下的实验 | 第104-106页 | 5.5.2 不同数据缺失水平下的实验 | 第106-107页 | 5.5.3 参数c对算法5-1 的影响 | 第107-109页 | 5.6 本章小节 | 第109-110页 | 第六章 总结与展望 | 第110-112页 | 6.1 工作总结 | 第110-111页 | 6.2 未来工作展望 | 第111-112页 | 附录 | 第112-119页 | 参考文献 | 第119-127页 | 攻读博士学位期间取得的研究成果 | 第127-128页 | 致谢 | 第128-129页 | 附件 | 第129页 |
|
|
|
| |