一种平滑的张量分解算法研究

张量方法为高维数据提供了有效的分析方法。提出了一种基于图正则化和Lp平滑约束的非负Tucker分解方法,结合各向同性(L2范数)和各向异性(L1范数)扩散平滑的优点,并产生优化问题的平滑和更精确的解,通过实验验证了该模型的有效性。