检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于张量模型的城市车辆出行时空特征分析

基于张量模型的城市车辆出行时空特征分析

作者：王晓璐中南大学

学位级别：硕士

国内机动车保有量和驾驶人数量持续增长,给城市交通系统造成巨大的压力。现有交通资源无法满足居民的出行需求,交通资源供需严重失衡,交通拥堵问题凸显。如何提高交通系统运行效率成为城市规划的首要目标。城市居民的出行特征是评价城... 详细信息

国内机动车保有量和驾驶人数量持续增长,给城市交通系统造成巨大的压力。现有交通资源无法满足居民的出行需求,交通资源供需严重失衡,交通拥堵问题凸显。如何提高交通系统运行效率成为城市规划的首要目标。城市居民的出行特征是评价城市空间结构合理性和城市交通网络连通性的关键因素。掌握居民的出行时空特征、挖掘居民出行需求,对城市交通规划、管理和智慧城市建设提供理论支持具有现实意义。车牌识别技术作为智能交通系统的重要组成部分,已经得到各城市的广泛应用。然而,由于传输线路故障、通信故障等原因,都会造成系统在某时刻或时段无法检测识别到车辆导致部分数据缺失的情况。数据缺失问题在数据驱动的智能交通系统中是普遍且不可避免的,完整、精确的交通流数据是挖掘居民出行特征的基础。同时,城市居民的出行特征受到交叉口车流运行状况、交叉口周边用地性质和居民出行目的等因素的影响。多因素影响程度分析能够识别影响居民出行特征的重要因素,其结果反映了居民出行特征在不同因素组合下的取值分布规律,具有较高的应用价值。因此,本文的核心研究内容包括三个部分:交叉口交通流数据修复,城市车辆出行时空特征挖掘以及车辆出行特征的多因素影响程度分析。首先,本文提出一种秩自适应贝叶斯张量分解模型修复交通流数据。该模型基于张量模型构建数据结构,使用贝叶斯模型在张量分解的参数和超参数上设置灵活的先验和超先验,应用秩自适应算法解决张量分解模型秩选择问题。随后,本文检验了在不同的张量数据结构、数据丢失方式、丢失率以及张量分解的秩情况下该模型数据修复的精度。实验结果验证了该模型对交通流数据修复的有效性和准确性。其次,本文基于非负张量分解模型从数据挖掘的角度揭示了长沙市车辆出行的时空特征分布规律。基于张量分解因子矩阵在时间维度从集体移动中提取了三种基本出行模式,在空间维度识别了车辆基本出行模式下的空间分布和热点区域。最后,本文搭建了一种由聚类算法、主成分分析和张量分解与重构模型组合的方法框架,用于研究影响车辆出行的因素影响程度分析,解决了传统因素影响分析方法受困于影响因素数目过多、因素之间共线性干扰以及难以应用于大规模数据集的问题。这是张量模型用于因素影响程度分析方向为数不多的研究,也是应用于交通领域因素影响程度分析屈指可数的研究。本文共有图23幅,表16个,参考文献79篇

关键词：张量模型 LPR数据数据修复出行时空特征因素影响程度分析

从基于分子理论的液晶多张量模型到一般对称性的标架动力学模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

从基于分子理论的液晶多张量模型到一般对称性的标架动力学模型

作者：冯欣欣贵州大学

学位级别：硕士

液晶是一种以局部各向异性为主要特征的非牛顿流体.同一种分子可以形成多种不同的液晶相,包括各向同性相,向列相,近晶相和胆甾相等.具有C对称性的液晶分子结构相对复杂,能够形成C,C,D等不同对称结构的向列相.本文对此建立了基于分子理... 详细信息

液晶是一种以局部各向异性为主要特征的非牛顿流体.同一种分子可以形成多种不同的液晶相,包括各向同性相,向列相,近晶相和胆甾相等.具有C对称性的液晶分子结构相对复杂,能够形成C,C,D等不同对称结构的向列相.本文对此建立了基于分子理论的多张量模型,并由此模型推导了上述三种向列相的标架动力学模型.首先,对于具有C对称性的分子形成的向列相液晶,用四个序参量描述其局部各向异性.本文基于液晶的Onsager分子理论,通过对自由能求变分以及拟平衡态封闭近似的方法,建立了多张量模型.此模型可用于描述不同液晶相之间的相变,满足系统能量耗散,并且系数源于分子参数,能够在一定程度上反映液晶分子的特征.其次,通过体积能极小得出不同对称性向列相下的体积能稳定点.本文计算了这些向列相的取向弹性,并利用Hilbert展开等方法,从基于分子理论的多张量模型推导出标架动力学模型.该模型能描述不同对称性的向列相液晶,其中C对称性向列相的标架动力学模型由C对称性向列相的标架模型约化得到.这些模型也满足能量耗散,并且系数源于基于分子的多张量模型,从而具有明确的物理意义.建模过程中用拟熵代替原始熵,它们都具有旋转不变性,正定性,严格凸性等性质.这些性质保证了建模方法合理且封闭近似唯一,并确保模型能量耗散.此外,拟熵很大程度上解决了由原始熵形式产生的计算困难.由于上述模型的系数均与分子参数相关联,因此这些模型很好地反映了分子结构和液晶相的结构,进而可利用这些模型研究分子与相结构间的联系.

关键词：张量模型标架动力学拟熵对称性向列相

基于贝叶斯推断的张量模型滑坡数据插补算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于贝叶斯推断的张量模型滑坡数据插补算法研究

作者：王子伟兰州交通大学

学位级别：硕士

滑坡监测技术的发展日益加快,自动化智能监测方法已经逐渐代替人工监测成为主要监测技术,随着监测内容增多、监测领域扩大、数据采集传感器种类愈加丰富,形变监测系统获取的数据不可避免会由于各种因素产生缺失,对于需要完整数据集的研... 详细信息

滑坡监测技术的发展日益加快,自动化智能监测方法已经逐渐代替人工监测成为主要监测技术,随着监测内容增多、监测领域扩大、数据采集传感器种类愈加丰富,形变监测系统获取的数据不可避免会由于各种因素产生缺失,对于需要完整数据集的研究分析而言,合理有效的插补方法尤为重要。为了提高滑坡数据的研究价值,在保证数据结构完整的前提下,本文引入张量概念并结合贝叶斯定理,针对滑坡数据的不同特点提出三种基于贝叶斯推断的张量模型算法用于滑坡缺失数据插补。主要工作如下:(1)针对滑坡数据存在的缺失问题,考虑到滑坡时间序列的分布特点,提出了贝叶斯截断正态分布张量分解算法(Bayesian Truncated Normal CP decomposition,BTCP)。使用基于概率模型和贝叶斯定理的贝叶斯推断理论方法,获取滑坡数据这种服从截断正态分布的数据的参数先验分布,通过马尔科夫链蒙特卡洛算法得到吉布斯采样模型,进而获取插补实验结果。通过对实测滑坡数据进行多缺失率及多缺失类型的张量化处理,使用该算法实现缺失数据插补并结合均方根误差的评价指标进行插补性能评估。结果表明,该模型较于其他数据插补算法能够获取更好滑坡缺失数据插补效果。(2)针对滑坡缺失数据具备的大规模特点,提出了贝叶斯结构向量自回归张量分解算法(Bayesian Structural Vector Autoregression Tensor Factorization,BSTF)。该算法应用张量因子分解来建模时间序列,并采用与结构向量自回归过程来建模时间因子矩阵。将结构向量自回归和张量因子分解集成到单个模型中,以有效地建模大规模时间序列,进而结合贝叶斯推断及吉布斯采样的方法得到实验结果。结果表明,该模型较于其他算法在处理三阶张量滑坡数据时获取了更小的均方根误差,提升了滑坡缺失数据插补性能,且对不同缺失类型数据的插补具有较好的稳定性。(3)针对滑坡缺失数据建模后的多维特点,提出了贝叶斯余弦变换张量补全算法(Bayesian Cosine-transform Tensor Completion,BCTC)。该算法首先对滑坡缺失数据进行建模,并将其表示为一个三阶张量。将该张量分解为核心张量和外部张量的余弦变换乘积形式,表示为对应的概率模型和先验分布。运用贝叶斯推断对预测结果进行优化,完成滑坡缺失数据插补。实验结果表明,该算法在处理完全随机缺失类型的滑坡数据插补问题上表现出色。综上所述,采用贝叶斯推断并结合张量模型的三种算法可以更好处理各种因素导致的形变监测数据不连续及缺失问题,通过结合均方根误差评价指标,显示出基于贝叶斯推断的张量模型算法的优秀插补性能。

关键词：贝叶斯推断张量模型滑坡缺失数据插补吉布斯采样

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

矢量传感器阵列的张量模型及其参数估计

矢量传感器阵列的张量模型及其参数估计

作者：韩伟电子科技大学

学位级别：硕士

阵列信号处理经过多年来的发展,时域、空域上所蕴含的信息已得到充分的挖掘。近年来,新的研究工作在极化上得到开展。作为一种既能感知极化信息又能感知时空域信息的接收装置,电磁矢量传感器阵列接收到的数据具有高维结构。然而,传统的... 详细信息

阵列信号处理经过多年来的发展,时域、空域上所蕴含的信息已得到充分的挖掘。近年来,新的研究工作在极化上得到开展。作为一种既能感知极化信息又能感知时空域信息的接收装置,电磁矢量传感器阵列接收到的数据具有高维结构。然而,传统的方法处理高维数据是将其转化为矩阵数据,这使得数据的高维信息未得到有效利用。本文利用张量这一处理高维数据的专用工具,研究了非完全极化波信号的BTD(Block term decompositions)模型、基于Tucker分解的参数估计方法、基于CP(Canoical Decomposition)分解的参数估计方法和基于BTD分解的DOA估计方法。本文围绕如何充分利用电磁矢量传感器阵列中蕴含的高维信息,展开了以下几个部分工作:1、改进了基于张量的Tucker分解的MUSIC算法。通过张量分解改善了估计的噪声子空间与真实信号导向矢量的之间的正交性,提升了对电磁矢量传感器阵列参数估计的分辨力。相对于矩阵方法对噪声子空间的估计,张量法利用到了数据的各个维度的信息,能从被噪声覆盖的数据中还原出更接近真实值的数据。仿真表明,利用张量分解估计的噪声子空间进行MUSIC参数估计能够提升来波信号的分辨力。这部分说明了张量各维度之间的整体性,即张量数据的高维特征,是一种值得利用的信息。2、改进了基于张量的CP分解对阵列进行盲估计的方法。相比于Tucker分解的估计方法,CP分解不仅能反映数据各维度之间的整体性,更重要的是还可以盲估计出各维度上的组成成分。利用这种盲估计特性,可以进一步将对应组成成分具有的结构特点作为约束去影响CP分解的每一步迭代。即这种盲估计特性为充分利用阵列自身具有的结构特点创造了条件。另外,本文提出了基于参数化的加入结构约束的方法。即在每一步迭代中,利用盲估计出来的组成成分估算参数,并根据参数和信号模型生成满足模型特征的组成成分。仿真表明,加入了结构信息的约束之后,参数估计误差有所减小。3、研究了基于BTD分解的非完全极化波参数估计方法。对于非完全极化波的电磁矢量传感器阵列接收模型,同一方向的来波总是可以等效为两路不相干的信号被一个6×2矩阵导向。这时候,CP分解唯一性所需的条件不满足,本文首次采用了符合这种阵列模型的BTD分解。BTD分解可以盲估计出空域阵列导向矢量和极化部分的一个列空间。另外,根据电磁场中的坡印廷定理,本文研究了从这个列空间中求解方向向量的方法。最后,融合空域阵列导向矢量和方向向量的估计得到来波方向。最后与ESPRIT算法进行了仿真对比。结果表明,对于非完全极化波的接收模型,基于BTD分解的方法能够得到更精确的估计结果。

关键词：电磁矢量传感器阵列张量模型 ALS迭代结构约束

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于张量模型的暴力音频片段检测方法研究

基于张量模型的暴力音频片段检测方法研究

作者：梁家欣哈尔滨工业大学

学位级别：硕士

随着互联网的发展,人们越来越易于在网络上分享多媒体,则不可避免地会有一些暴力多媒体信息流入网络,对于未成年等特定人群来说,这些信息会对他们的行为习惯产生严重的负面影响。仅依靠人工审核的效率十分非常低下,需要一种方法可以自... 详细信息

随着互联网的发展,人们越来越易于在网络上分享多媒体,则不可避免地会有一些暴力多媒体信息流入网络,对于未成年等特定人群来说,这些信息会对他们的行为习惯产生严重的负面影响。仅依靠人工审核的效率十分非常低下,需要一种方法可以自动检测出暴力内容并阻止其传播。听觉是人们获取多媒体信息的重要途径,现有的暴力多媒体检测研究中,听觉通道常常作为视听觉通道融合的辅助途径而没有得到人们的重视,对音频特征的处理比较简单,没有充分利用特征信息,识别效果受到了一定的限制,这也会进一步影响视频的检测效果,因此本文主要研究了音频通道的多媒体暴力内容的检测方法。本文主要研究了基于张量模型的暴力音频的检测方法。首先选出对暴力声响具有较强区分度的特征集,以一个类别为单位构造出该类别的特征张量。然后,对每一个类别的特征张量进行分解、计算,构造出一个该类别的投影子空间,这个子空间可以把样本的原始特征矩阵投影为一个低维特征向量,这样,就可以将高维特征变换为低维信息且保留了内在结构信息。最后,针对所提取的特征提出了一种基于最小风险贝叶斯准则的暴力音频分类方法,先对不同类别的音频特征分别建立高斯模型,再根据最小风险贝叶斯准则得到最后的预测类别。本文所使用的数据集来自Media Eval 2013 Workshop所提供的数据库中的部分音频,实验结果表明,与统计值特征相比,使用张量模型的特征的召回率有很大提高,精确度相对较低,但综合来看F1有了一定的提高。为了进一步提高识别效果,弥补精确度较低的缺点,提出了一种对长短时特征信息融合的方法,实验结果在精确度上有很大提高,且与传统方法相比,召回率,精确度和F1均有一定的提高。

关键词：暴力音频识别张量模型子空间贝叶斯准则分类器融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于先验信息张量模型的视频去雨方法研究

基于先验信息张量模型的视频去雨方法研究

作者：卢星含南京信息工程大学

学位级别：硕士

户外计算机视觉系统借助于优越的实时性和存储性能,在交通、公安、识别检测等领域具备较高应用价值。但受户外降雨等环境因素影响,其采集的视频图像存在遮挡或缺失问题,不利于后级系统的处理与应用。为此,本文对视频图像去雨算法开展了... 详细信息

户外计算机视觉系统借助于优越的实时性和存储性能,在交通、公安、识别检测等领域具备较高应用价值。但受户外降雨等环境因素影响,其采集的视频图像存在遮挡或缺失问题,不利于后级系统的处理与应用。为此,本文对视频图像去雨算法开展了研究,主要工作如下:(1)针对有雨视频雨线遮挡问题,提出一种基于全变分正则与L范数的视频去雨张量模型。该方法首先对雨线与视频背景先验信息进行预处理,获取相应正则化条件的构建依据,便于雨线分离。其次,在此基础上考虑到视频图像存在不规则动态对象,引入全变分正则项来抑制背景强度变化,缓解雨线误判。采用交替方向乘子法(ADMM)对所提出的张量模型进行求解。实验结果表明该方法在存在动态背景情况下可以有效去除雨线的同时,保留更多背景细节信息,并在峰值信噪比、结构相似性和残差三种综合性能量化指标上结果较优。(2)为了更好的解决含有动态对象有雨视频的修复问题,提出一种基于全变分正则低秩分解的视频去雨张量模型。考虑到视频图像中运动物体对视频背景低秩结构的影响,将有雨视频进一步分解,在对有雨视频先验信息预处理的基础上,首先对静态背景进行提取。其次利用模板匹配法对动态对象进行对齐变换获取低秩性,通过低秩分解模型对其进行提取,进而完成视频去雨。采用交替方向乘子法(ADMM)完成模型的求解工作。该方法可以在保留更多视频细节信息的同时,有效的去除雨线,并能取得较优的综合性能量化指标。

关键词：视频去雨张量模型全变分低秩 ADMM

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于张量模型的金融时间序列预测研究

基于张量模型的金融时间序列预测研究

作者：曾亚丽武汉理工大学

学位级别：硕士

证券市场作为金融市场的主体,其证券的发行和交易对市场经济的发展起重要推动作用。若能合理把握证券的特征与变化趋势,能为政府相关部门的决策提供有效参考和依据,其可加大对证券市场的监管与调控力度,加强对金融风险的防范与规避。证... 详细信息

证券市场作为金融市场的主体,其证券的发行和交易对市场经济的发展起重要推动作用。若能合理把握证券的特征与变化趋势,能为政府相关部门的决策提供有效参考和依据,其可加大对证券市场的监管与调控力度,加强对金融风险的防范与规避。证券市场指数作为宏观经济的综合体现,反映一个国家的经济形势,其研究与预测对于宏观经济的健康发展有着重要的影响。因此,对证券市场指数时间序列进行预测研究具有十分重要的意义。由于基于张量特征提取的算法在特征提取过程中能够保持样本的时空特性,张量分析已成为模式识别与特征提取中的一个非常热门的研究领域。金融时间序列的张量表示更符合金融时间序列的特性,本文以张量模型为基础,就如何更好地提取特征来提高金融时间序列预测精度展开研究,主要研究工作如下:(1)针对(2D)PCA算法提取特征维数仍过高的问题,结合(2D)PCA和PCA算法,研究设计一种基于(2D)PCA+PCA的特征提取算法。利用单个证券市场的多元时间序列构成二阶张量数据模型,采用二阶张量的特征提取算法进行处理,对张量模型利用(2D)PCA算法进行特征提取后,结合PCA算法对特征矩阵进行二次特征提取以实现降维。对算法进行实验,与(2D)PCA算法和PCA算法的特征提取进行对比分析。(2)针对基于向量的算法无法保留三维数据内部结构信息的问题,引入多线性主成分分析法(MPCA)进行特征提取。利用各证券市场间存在的关联性,采集多个证券市场的相关技术指标的时间序列数据构建三阶张量模型。为保留数据空间结构信息,引入MPCA算法,直接在张量模型的所有模式方向上进行特征提取,通过实验将MPCA算法与基于向量的算法进行对比分析。(3)针对MPCA算法无法区分不同特征向量对金融时间序列预测贡献程度的问题,设计并实现一种改进的多线性主成分分析法(Eigenvalue Normalization Weighted Multilinear Principal Component Analysis,ENW-MPCA)。对由MPCA算法得到的构成投影矩阵的特征向量,采用归一化后的特征值作为相应特征向量的权值进行加权。通过实验将ENW-MPCA算法与MPCA算法进行对比分析,验证ENW-MPCA算法的有效性。

关键词：张量模型时间序列预测 (2D)2PCA+PCA ENW-MPCA

基于张量数据模型的声矢量传感器阵列信号方位估计算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于张量数据模型的声矢量传感器阵列信号方位估计算法研究

作者：沈丽伟哈尔滨工程大学

学位级别：硕士

传统的声矢量传感器阵列信号处理算法将获得的信号展开成矩阵或长矢量形式,破坏了声矢量传感器阵列获得信息的多维结构特点,为解决此问题,本文选择高维数据运算领域的代表方法——张量作为数据的表达形式,从张量数据模型角度出发,研究... 详细信息

传统的声矢量传感器阵列信号处理算法将获得的信号展开成矩阵或长矢量形式,破坏了声矢量传感器阵列获得信息的多维结构特点,为解决此问题,本文选择高维数据运算领域的代表方法——张量作为数据的表达形式,从张量数据模型角度出发,研究基于张量数据模型的声矢量传感器阵列信号方位估计算法,使得获得声源信息中的多维结构信息能够被充分利用,从而达到提高方位估计算法精度的目的。本文首先对张量数据模型与常规多重信号分类(MUSIC)算法和旋转不变子空间(ESPRIT)算法的融合进行研究,得到基于张量数据模型的MUSIC算法和ESPRIT算法,相较于常规MUSIC算法和ESPRIT算法而言,经张量数据模型改进后的算法具有估计精度更高的优势,但因计算过程从低维拓展到高维,同时也带来计算复杂度过高的问题。针对基于张量数据模型的MUSIC算法因数据模型维度拓展,需要更高维度的谱峰搜索,从而导致算法计算量庞大,基于张量数据模型的ESPRIT算法无法自动匹配二维方位估计结果的问题,本文继而对基于自协方差张量模型平行因子(PARAFAC)分解的DOA估计算法进行研究。通过分析可知,该算法虽无需上文中提到的高维谱峰搜索和参数配对过程,但存在低信噪比下进行PARAFAC分解时易陷入局部最优解从而导致方位估计失效的问题。针对基于自协方差张量模型PARAFAC分解的DOA估计算法低信噪比下估计失效的问题,本文相继对基于张量数据模型直接三线性PARAFAC分解的DOA估计算法和基于张量数据模型快速PARAFAC分解的DOA估计算法进行研究。上述两种算法利用不同的方法对因子矩阵进行初始估计,从而避免因随机初始化因子矩阵导致PARAFAC分解结果陷入局部最优解的问题,且后者相较于本文中研究的其他基于张量数据模型处理的相应算法可大幅降低计算复杂度,经仿真分析和外场试验数据处理证实这两种算法相关理论分析的正确性。

关键词：声矢量传感器阵列张量模型 PARAFAC DOA

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计中的Envelope模型及其张量表示

统计中的Envelope模型及其张量表示

作者：吴田苏州科技大学

学位级别：硕士

21世纪是互联网技术百花齐放的时代,由于互联网的蓬勃发展,带动了很多行业的进步与兴起。一方面,互联网技术使得人们获取信息的方式变得简单而且快捷;另一方面,人们获取信息数据的资源和途径变得多种多样,这也使得数据分析员们获得的第... 详细信息

21世纪是互联网技术百花齐放的时代,由于互联网的蓬勃发展,带动了很多行业的进步与兴起。一方面,互联网技术使得人们获取信息的方式变得简单而且快捷;另一方面,人们获取信息数据的资源和途径变得多种多样,这也使得数据分析员们获得的第一手数据资源变得庞大,概括来讲,数据呈现规模量大、维度高和结构复杂等特点。从数据本身的角度上讲,一些传统的数据处理技术手段逐渐失效,在这种情况下,张量作为一种新的数据存储和处理的方法受到越来越多的学者关注,可以肯定的是,张量将成为未来处理大规模数据的有力工具。从统计模型的角度上讲,一些传统的多元回归模型的数据处理效果变得没那么理想,甚至是逐渐失效,这跟数据本身越来越复杂的结构特点有着密不可分的关系。Envelope模型作为一种改进形式下的多元回归统计模型,一定程度上改善了原有方法并提高了估计效率和精度。论文研究主要分为两个方面:线性混合模型和Envelope模型。在线性混合模型的研究方面,基于合适的模型假设,首先写出似然函数,然后得到相应固定效应参数的极大似然估计,在似然函数的基础上,结合矩阵求导方法,通过本文给出的迭代算法得到模型中协方差的估计;另外,在对模型假设做适当调整后,结合方差最小平方估计(VLS)理论方法以及一个特殊分块矩阵求逆的运算法则,得到线性混合模型中相应参数的方差最小平方估计(VLS)。在Envelope模型的研究方面,运用最小二乘法原理和极大似然函数方法得到多元线性回归模型中的参数估计,并重点介绍了本文涉及的用于估计Envelope模型参数的目标函数及相应估计式;将多元回归模型推广到张量的情况,建立张量模型,并对张量模型进行了改善(建立的模型是系数张量乘以指标矩阵的形式),然后利用张量模型的矩阵化得到相应张量模型的最小二乘估计,并得到相应系数张量的张量表示形式,与此同时,重点说明了张量响应Envelope模型的定义;结合关于协方差矩阵可分离的结构假设,基于张量响应Envelope模型的矩阵化,参照Envelope模型在多元情况下的目标函数及相应估计式,得到张量响应Envelope模型的目标函数及其参数估计。最后将Li和Zhang提出的张量响应Envelope模型参数的估计算法与本文提出的算法做了对照,发现两种算法都是基于高维情况(张量)转化成低维情况(矩阵)下处理的思想,不同点在于:Li和Zhang的算法是基于张量模型的向量化,而本文的算法是基于张量模型的矩阵化,从张量计算的角度而言,两种方法理论上都是可行的。

关键词：线性混合模型 Envelope模型张量模型协方差可分离假设张量矩阵化