首页 > 代码库 > matlab练习程序（三阶张量T-QR分解）
matlab练习程序（三阶张量T-QR分解）
转自：http://www.cnblogs.com/tiandsp/archive/2012/10/31/2747971.html
这里所谓的张量和黎曼那里的张量是不一样的，那个张量更多的用在物理上，这个张量就是矩阵的扩展。比如零阶张量就是数，一阶张量就是向量，二阶张量就是矩阵，三阶四阶就是更高维的数的集合。这个领域现在在数学上还都是很新的东西，矩阵的秩我们都知道怎么求，但是三维的张量或更高维的张量的秩现在在数学上也没有结果。至于张量的奇异值分解也只是也只是用很早的如用HOSVD来处理，我感觉这并不完全合适，新的分解算法就连老美也都没研究出来，从二维到多维的确有很多基础的理论都不适用了，像两个张量相乘这样基础的算法，现在虽然有，但我感觉也不是通用的，还要继续改进。
下面就是我看的一篇论文的张量相乘和分解方法，她的理论也可能不正确，不过这种新领域，大家都是在探索。
论文在这里：http://www.cs.tufts.edu/tech_reports/reports/2010-5/report.pdf，他主要介绍的是T-svd，T-svd分解后合成的只是原张量的一个近似结果，而T-QR就能得到一个准确的结果，所以我这里用了T-QR。以Matlab角度来看T-SVD和T-QR的代码其实是很类似的。
首先是两个函数的代码，放在.m文件中，文件名就是默认文件名（函数名）
1 mul.m
function c=mul(a,b) [a_n1 a_n2 a_n3]=size(a); [b_n1 b_n2 b_n3]=size(b); c=zeros(a_n1,b_n2,a_n3); A=cell(a_n3,1); B=cell(b_n3,1); for i=1:a_n3 A{i}=a(:,:,i); B{i}=b(:,:,i); end index_up=zeros(1,a_n3); index_down=zeros(1,a_n3); for i=1:a_n3 index_up(i)=a_n3-i+1; index_down(i)=i; end s=cell(a_n3,a_n3); for i=1:a_n3 for j=1:a_n3 if i==j s{i,j}=A{1}; end if j>i s{i,j}=A{index_up(j-i)}; end if j<i s{i,j}=A{index_down(i-j+1)}; end end end re=cell(a_n3,1); for i=1:a_n3 re{i}=zeros(a_n1,b_n2); end for i=1:a_n3 for j=1:a_n3 for k=1:1 re{i,k}=re{i,k}+s{i,j}*B{j,k}; end end end for i=1:a_n3 c(:,:,i)=re{i}; end end
2 transpos.m
function a=transpos(b) [n1 n2 n3]=size(b); a=zeros(n2,n1,n3); for i=1:n3 a(:,:,i)=b(:,:,i)‘; endend最后是在matlab命令行中的代码：
clear all;close all;clc;n1=3;n2=3;n3=3;A(:,:,1)=[10 23 34;43 55 63;72 85 96];A(:,:,2)=[24 17 35;52 36 55;81 94 75];A(:,:,3)=[65 16 52;21 47 78;92 33 43];%A=imread(‘s.jpg‘);D=fft(A,[],3);for i=1:n3 [q r]=qr(D(:,:,i)); %[u s v]=svd(D(:,:,i)); Q(:,:,i)=q; R(:,:,i)=r; %S(:,:,i)=s;endQ=ifft(Q,[],3);R=ifft(R,[],3);%S=ifft(S,[],3);B(:,:,1)=eye(n1,n2);B(:,:,2)=zeros(n1,n2);B(:,:,3)=zeros(n1,n2);%c=mul(mul(U,S),transpos(V));c=mul(Q,R);
c
matlab练习程序（三阶张量T-QR分解）
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。