-
生物通官微
陪你抓住生命科技
跳動的脈搏
生物通官微
陪你抓住生命科技
跳動的脈搏
基于張量輪分解與差分因子正則化的穩(wěn)健張量補全模型在高光譜圖像修復中的應用研究
《Applied Mathematical Modelling》：Robust Tensor Completion via Tensor Wheel Decomposition with Difference Factors Regularization for Hyperspectral Image Restoration
【字體： 大 中 小 】 時間：2026年03月02日 來源：Applied Mathematical Modelling 5.1
編輯推薦：
本文提出了一種用于高光譜圖像（HSI）修復的穩(wěn)健張量補全（RTC）新方法。針對現(xiàn)有基于張量輪（TW）分解的方法未能充分利用因子在梯度域的低秩結(jié)構(gòu)并忽略圖像局部平滑性的問題，本研究引入了TW分解差分因子正則化（TWDFR）模型。該方法在TW框架下，首次建立并證明了張量展開與TW差分因子之間的秩關系，進而對差分因子應用低秩矩陣分解（LRMF）以提取深層潛在信息，并利用Tikhonov正則化增強局部平滑性。所提出的優(yōu)化算法具有理論收斂保證，在多數(shù)據(jù)集上均表現(xiàn)優(yōu)異，超越了現(xiàn)有基準方法。
生物通微信公眾號
知名企業(yè)招聘
