基于张量的大数据统一表示及降维方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-27页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.3 目前存在的问题 | 第19-21页 |
| 1.4 研究内容与目标 | 第21-25页 |
| 1.5 论文组织结构 | 第25-27页 |
| 2 大数据统一表示方法 | 第27-71页 |
| 2.1 张量模型背景知识 | 第27-30页 |
| 2.2 高阶张量空间表示方法 | 第30-38页 |
| 2.3 大数据多线性排名方法 | 第38-51页 |
| 2.4 实验分析 | 第51-61页 |
| 2.5 应用场景 | 第61-69页 |
| 2.6 本章小结 | 第69-71页 |
| 3 大数据增量式降维方法 | 第71-87页 |
| 3.1 问题定义 | 第71-72页 |
| 3.2 核心张量近似分解定理 | 第72-74页 |
| 3.3 递归增量式降维算法 | 第74-79页 |
| 3.4 算法理论分析 | 第79-81页 |
| 3.5 实验分析 | 第81-86页 |
| 3.6 本章小结 | 第86-87页 |
| 4 大数据分布式降维方法 | 第87-109页 |
| 4.1 相关概念及问题描述 | 第88-92页 |
| 4.2 分布式降维算法 | 第92-97页 |
| 4.3 分布式平台与张量分块 | 第97-100页 |
| 4.4 算法理论分析 | 第100-103页 |
| 4.5 实验分析 | 第103-108页 |
| 4.6 本章小结 | 第108-109页 |
| 5 大数据安全降维方法 | 第109-147页 |
| 5.1 基于半同态的安全降维方法 | 第110-123页 |
| 5.2 基于全同态的安全降维方法 | 第123-135页 |
| 5.3 算法理论分析 | 第135-137页 |
| 5.4 实验分析 | 第137-146页 |
| 5.5 本章小结 | 第146-147页 |
| 6 总结与展望 | 第147-150页 |
| 6.1 主要成果 | 第147-148页 |
| 6.2 研究展望 | 第148-150页 |
| 致谢 | 第150-151页 |
| 参考文献 | 第151-161页 |
| 附录1 攻读博士学位期间发表的学术论文 | 第161-163页 |
| 附录2 攻读博士学位期间参加的科研项目 | 第163-164页 |
| 附录3 攻读博士学位期间申请的专利 | 第164页 |
