针对目前基于张量分解的噪声推断算法中对于数据本身特征信息考虑不足使得分解速度不够快的问题,提出一种引入平滑约束的上下文感知张量分解方法—基于快速上下文感知张量分解的噪声推断算法(F-CATD)。该方法为了加快分解过程将平滑约束与上下文感知张量分解方法相结合,在张量分解成低维矩阵过程中做近似处理。实验结果表明,该算法与基于上下文感知张量分解的噪声推断算法(CATD)相比,推断填补噪声张量模型中缺失数据的均方根误差几乎相同,运行时间减小了近4倍。该算法能够有效地进行噪声推断。
科研之友
微信
新浪微博
Facebook
分享链接
