《非對稱張量稀疏分解理論、算法以及套用》是依託上海交通大學，由張麗清擔任項目負責人的面上項目。
基本介紹
- 中文名：非對稱張量稀疏分解理論、算法以及套用
- 項目類別：面上項目
- 項目負責人：張麗清
- 依託單位：上海交通大學
- 批准號：60775007
- 申請代碼：F0605
- 負責人職稱：教授
- 研究期限：2008-01-01 至 2010-12-31
- 支持經費：28（萬元）
項目摘要
張量是一種高階多維的數據表征模型，具有豐富的多因素數據表征能力。研究張量分解結構及其快速算法對理解張量空間結構、大型複雜數據表征與處理具有重要的理論意義，在計算機視覺、腦信號處理、數據挖掘等領域有著重要的套用。本項目研究高階複雜結構數據張量表征和張量稀疏分解理論，提出張量稀疏分解的最佳化準則、提出張量分解結構和快速學習算法。解決張量稀疏分解算法的有關理論問題，如計算效率，穩定性和收斂性問題。研究新型的基於張量分解的複雜數據結構的特徵分析方法。特別研究張量分解過程中多因素高階統計關聯，通過腦機互動腦電中EEG信號特徵提取展示該多因素高階統計關聯特徵在模式分類的作用。進一步擬研究保持空間局部結構的特徵分解方法，通過對視頻人臉識別來說明該方法的有效性。張量模型比矩陣有更強的信息表象能力，將不同因素的信息納入到統一框架下進行分析，可以提取不同因素聯合作用的分量，使得模式分類問題具有更優的性能。
