自然图像、高光谱图像、医学图像、视频以及社交网络数据本质上都属于多模态数据，张量是多模态数据的自然表示形式. 近十余年来，张量学习的研究引起了国内外研究者的广泛关注，并取得了一批非常优秀的成果，被广泛应用于机器学习、模式识别、图像处理、计算机视觉、数据挖掘以及社交网络分析等领域。本书从张量的基本概念和代数运算出发，基于多元统计分析和小样本学习理论的两条主线，详细归纳和总结了国内外研究者在张量分解、张量子空间学习、有监督张量学习、带噪声和缺失数据的张量子空间学习、张量子空间学习在图像补全和去噪中的应用、张量子空间学习在数据挖掘中的应用等方面取得的**成果。
鄂公网安备 42010302001612号 