77779193永利官网
ENGLISH
|
学校主页
77779193永利官网
学院概况
学院简介
现任领导
组织机构
联系方式
师资队伍
教授
副教授
讲师
党委行政
科学研究
研究中心
数苑博雅讲座
学术报告
学术会议
科研项目
科研论文
本科教学
教学动态
精品课程
教学团队
本科生实习
专业介绍与培养方案
研究生培养
研究生培养动态
研究生专业方向
研究生培养方案
党建园地
党建动态
数院党校
学生工作
学工热点
研究生园地
班团快讯
体坛风云
社团采风
学工制度
合作交流
校友动态
校友动态
人才招聘
科学研究
研究中心
数苑博雅讲座
学术报告
学术会议
科研项目
科研论文
学术报告
当前位置:
77779193永利官网
>
科学研究
>
学术报告
> 正文
Orthogonal Nonnegative Tucker Decomposition
发布时间:2020-09-29 作者:77779193永利官网 浏览次数:
Speaker:
潘珺珺
DateTime:
2020年10月5日(星期一)19:00--21:00
Brief Introduction to Speaker:
潘珺珺,(比利时)
Université de Mons 博士后。
Place:
腾讯会议:861899196
Abstract:
In this talk, we study nonnegative tensor data and propose an orthogonal nonnegative Tucker decomposition (ONTD). We discuss some properties of ONTD and develop a convex relaxation algorithm of the augmented Lagrangian function to solve the optimization problem. The convergence of the algorithm is given. We employ ONTD on the image data sets from the real world applications including face recognition, image representation, hyperspectral unmixing. Numerical results are shown to illustrate the effectiveness of the proposed algorithm.
上一条:
怪波与Benjamin-Ono方程
下一条:
基于SM2数字签名算法的盲签名方案