秩优化的张量岭回归算法

本文基于张量CP（CANDECOMP/PARAFAC）分解提出了秩优化的张量岭回归模型。通过模型中引入结构性稀疏项L（2，1）-范数，可以在模型参数训练过程中自动选择CP分解的秩，得到准确的张量分解形式。为了验证本文算法的有效性，在2个多媒体数据集上进行实验。实验结果表明本文的算法与对应的向量算法相比，取得了更准确的分类结果。