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。
科研之友
微信
新浪微博
Facebook
分享链接
