基于L_(*)-L_(F)模型的张量补全随机算法  

A Random Algorithm for Tensor Completion Based on L_(*)-L_(F)

作　　者：薛融融 王川龙[1] XUE Rongrong;WANG Chuanong(School of Mathematics and Statistics,Shanxi Key Laboratory for Intelligent Optimization Computing and Block-chain Technology,Taiyuan Normal University,Jinzhong Shanxi 030619,China)

机构地区：[1]太原师范学院数学与统计学院,山西省智能优化计算与区块链技术重点实验室,山西晋中030619

出　　处：《太原师范学院学报(自然科学版)》2025年第1期1-9,共9页Journal of Taiyuan Normal University:Natural Science Edition

基　　金：国家自然科学基金项目(12371381);太原师范学院研究生教育创新项目(SYYJSYC-2413)。

摘　　要：在L_(*)-L_(F)模型的基础上,提出一种具有随机思想的求解此模型的加速临近梯度法,其主要思想是在每次迭代中,随机选取张量的一种模展开,这大大减少了补全的CPU时间.随机张量补全和图像修复的数值实验表明,新算法提高了计算效率.On the basis of the L_(*)-L_(F) model,this article proposes an accelerated proximity gradient method with stochastic thinking to solve this model.The main idea is to randomly select a mode expansion of the tensor in each iteration,which greatly reduces the CPU time for completion.Finally,numerical experiments using random tensor completion and image restoration show that the new algorithm improves computational efficiency.

关 键 词：张量补全 L_(*)-L_(F)模型 加速临近梯度法 

分 类 号：O241.5[理学—计算数学]