（文|信息 编辑|信息 审核|王玉龙）近日，华中农大机器学习与计算机视觉团队王玉龙教授课题组在国际知名期刊《IEEE Transactions on Image Processing》（CCF-A类期刊）在线发表题为《Double Auto-Weighted Tensor Robust Principal Component Analysis》论文。该论文系统研究了双自动加权张量高维数据恢复算法、理论与应用。


   张量数据，作为一种典型的高维数据，广泛存在于科学研究和社会生活的各个领域中，如高清视频数据，高光谱卫星遥感数据、CT和MRI等医学影像数据。为考虑张量数据不同成分的差异和重要性，常规张量恢复算法需要手动人工设计不同成分的权重，因此极大了增加了人工负担和限制了算法的广泛应用。为克服上述问题，该研究设计了一种双自动加权的鲁棒张量高维数据恢复算法，可以为张量数据不同成分自动自适应赋权，进一步提升算法性能和易用性。同时，本文还给出了算法的理论解释和收敛性分析证明，阐明了其恢复原理和内在机制。


   信息学院王玉龙教授为论文第一作者，澳门大学高洁欣副教授为论文通讯作者，华中农大陈洪教授、澳门大学唐远炎教授和湖北大学李落清教授参与了论文研究工作。该研究获得国家自然科学基金面上项目和武汉青年英才项目等资助。