[发明专利]基于联合低秩和稀疏表示的张量结构性缺失填充方法在审
| 申请号： | 201810849462.9 | 申请日： | 2018-07-28 |
| 公开（公告）号： | CN109241491A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 杨敬钰;朱玉塬;李坤;刘海军 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16;G06F17/11 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机视觉领域，为提出张量结构性缺失填充方法，实现对结构性缺失张量的准确填充，本发明，基于联合低秩和稀疏表示的张量结构性缺失填充方法,基于TT低秩张量填充理论引入TT低秩先验对潜在张量进行约束；同时，考虑到张量沿着各个维度的纤维信号能够由字典来进行稀疏表示，并且前一维度的缺失纤维能够通过在下一个维度上对纤维信号进行稀疏约束来进行恢复，因此对每个维度的纤维信号都引入稀疏约束；基于上述联合TT低秩与各个维度的稀疏先验，将带有结构性缺失的张量填充问题具体地表述为求解约束优化问题，从而实现带有结构性缺失的张量填充。本发明主要应用于视频图像修复、推荐系统、数据挖掘和多分类学习场合。 | ||
| 搜索关键词： | 填充 结构性 低秩 维度 稀疏表示 纤维信号 稀疏 先验 计算机视觉领域 视频图像 数据挖掘 推荐系统 优化问题 引入 联合 求解 字典 纤维 修复 分类 应用 恢复 学习 | ||
【主权项】：
1.一种基于联合低秩和稀疏表示的张量结构性缺失填充方法，其特征是，步骤如下，基于TT低秩张量填充理论引入TT低秩先验对潜在张量进行约束；同时，考虑到张量沿着各个维度的纤维信号能够由字典来进行稀疏表示，并且前一维度的缺失纤维能够通过在下一个维度上对纤维信号进行稀疏约束来进行恢复，因此对每个维度的纤维信号都引入稀疏约束；基于上述联合TT低秩与各个维度的稀疏先验，将带有结构性缺失的张量填充问题具体地表述为求解约束优化问题，从而实现带有结构性缺失的张量填充。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810849462.9/，转载请声明来源钻瓜专利网。
