基于张量分解的多维数据填充算法

摘要：

在多维数据分析和处理中，经常会出现部分数据丢失或者部分数据未知的情况，如何利用已知数据的潜在结构对这些缺失数据进行填充是一个亟待解决的问题。目前对于缺失数据填充的研究大多是针对矩阵或者向量形式的低维数据，而对于三维以上高维数据填充的研究则很少。针对该问题，提出一种基于张量分解的多维数据填充算法，利用张量分解中CP分解模型的结构特性和分解的唯一性，实现对多维数据中缺失数据的有效填充。通过实验对以三维形式存储的部分数据缺失图像进行填充修复，并与CP-WOPT算法进行比较，结果表明，该算法具有较高的准确度以及较快的运行速度。

关键词：缺失数据填充、张量分解、多维数据填充、多维数据分析、多维数据处理、图像修复

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61003193；浙江工业大学重中之重学科开放基金资助项目。

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-48