| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 张量迹范数 | 第9-12页 |
| 1.3 本文的贡献 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 张量基础知识 | 第14-20页 |
| 2.1 张量基础 | 第14-16页 |
| 2.2 张量的CP分解 | 第16-17页 |
| 2.3 张量的秩和秩分解 | 第17-18页 |
| 2.4 张量Tucker分解 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 张量数据恢复 | 第20-26页 |
| 3.1 基于迹范数的张量数据恢复 | 第20-22页 |
| 3.2 基于CP分解的张量数据恢复 | 第22-23页 |
| 3.3 基于鲁棒主成分分析的张量数据恢复 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 迭代张量Tucker分解的数据恢复算法 | 第26-32页 |
| 4.1 基于Tucker分解的张量数据恢复算法过程 | 第26-27页 |
| 4.2 ITRM 算法 | 第27-28页 |
| 4.3 ITRM 实验 | 第28-30页 |
| 4.4 本章小结 | 第30-32页 |
| 第5章 基于张量Tucker阈值的数据恢复算法 | 第32-40页 |
| 5.1 张量Tucker阈值算子 | 第32-34页 |
| 5.1.1 奇异值收缩算子 | 第32-33页 |
| 5.1.2 张量Tucker阈值算子 | 第33-34页 |
| 5.2 基于Tucker國值算子的数据恢复算法 | 第34-36页 |
| 5.2.1 增广拉格朗日乘子(ALM)方法 | 第34-35页 |
| 5.2.2 基于ALM的Tucker阈值算子的数据恢复算法 | 第35-36页 |
| 5.3 ALMTTM 实验 | 第36-39页 |
| 5.3.1 实验测试环境 | 第36页 |
| 5.3.2 实验测试数据 | 第36-37页 |
| 5.3.3 ALMTTM实验结果 | 第37-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第6章 基于N维度下降的张量Tucker阈值数据恢复算法 | 第40-54页 |
| 6.1 TV维度下降的张量Tucker阈值方法 | 第40-41页 |
| 6.2 基于ADMM的张量NTTM数据恢复算法 | 第41-42页 |
| 6.3 基于扩展梯度的张量NTTM数据恢复算法 | 第42-45页 |
| 6.3.1 梯度方法 | 第42-43页 |
| 6.3.2 EGMNTTM算法 | 第43-45页 |
| 6.4 实验分析 | 第45-52页 |
| 6.4.1 数据测试分析 | 第45-48页 |
| 6.4.2 随机缺失图像数据实验 | 第48-50页 |
| 6.4.3 固定缺失图像数据实验 | 第50-52页 |
| 6.5 本章小结 | 第52-54页 |
| 第7章 总结与展望 | 第54-56页 |
| 7.1 总结 | 第54-55页 |
| 7.2 未来工作展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士期间科研成果 | 第64页 |
