
-
生物通官微
陪你抓住生命科技
跳动的脉搏
支持张量环核模型的双阶段加速方法及其在高维分类中的应用研究
《Pattern Recognition》:No-Reference Dehazed Image Quality Assessment via Perception-Driven Interactive Feature Representation Learning
【字体: 大 中 小 】 时间:2026年01月16日 来源:Pattern Recognition 7.6
编辑推荐:
本文提出了一种创新的支持张量环核模型(STRKM),通过将张量环(TR)分解与核学习相结合,有效解决了高维数据分类中结构信息保留和计算效率的难题。研究还设计了双阶段加速方法(Dual-STRKM):在分解阶段采用快速TR-SVD算法,在优化阶段引入基于对偶间隙的安全筛选规则。实验证明该方法在保持分类精度的同时显著提升了计算效率,为医疗影像等高维数据处理提供了新思路。
生物通微信公众号