张量表达在回归中的应用

通过研究张量表达在数据处理中的优势,提出了新的张量回归模型。模型的构造基于标准平行因子分解(CP),优点在于允许张量在各模态方向同时投影。使用平方损失函数,用F范数构建正则化项,形成张量岭回归模型。通过头部姿势估计实验,证明张量模型能有效地克服向量模型的缺点,提升实验准确率。

欠定条件下同步组网跳频信号盲源分离方法

为实现欠定条件下同步组网多跳频信号的盲源分离,提出一种基于平行因子分析模型与子空间投影法的跳频信号分离方法。通过计算跳频信号时延相关矩阵构造三阶张量,将混合矩阵估计问题转化为张量CP分解问题。同时改进用于CP分解的经典最小二乘(ALS)算法,使用直接三线性分解方法粗估加载矩阵作为ALS初始迭代矩阵,在迭代过程中采用标准线搜索加速收敛得到混合矩阵。在此基础上,利用子空间投影法完成跳频信号的盲源分离,并剔除离散噪点进一步优化分离效果。仿真结果表明,该方法能够有效提高混合矩阵估计精度,改善源信号恢复效果。