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。
main.m
1 clear all;
2 close all;
3 clc;
4 n1=3;
5 n2=3;
6 n3=3;
7
8 A(:,:,1)=[10 23 34;43 55 63;72 85 96];
9 A(:,:,2)=[24 17 35;52 36 55;81 94 75];
10 A(:,:,3)=[65 16 52;21 47 78;92 33 43];
11 %A=imread('s.jpg');
12
13 D=fft(A,[],3);
14
15 for i=1:n3
16 [q r]=qr(D(:,:,i));
17 %[u s v]=svd(D(:,:,i));
18 Q(:,:,i)=q;
19 R(:,:,i)=r;
20 %S(:,:,i)=s;
21 end
22 Q=ifft(Q,[],3);
23 R=ifft(R,[],3);
24 %S=ifft(S,[],3);
25
26
27 B(:,:,1)=eye(n1,n2);
28 B(:,:,2)=zeros(n1,n2);
29 B(:,:,3)=zeros(n1,n2);
30
31
32 %c=mul(mul(U,S),transpos(V));
33 c=mul(Q,R);
mul.m 张量相乘,论文第七页3.3的那个公式
1 function c=mul(a,b)
2
3 [a_n1 a_n2 a_n3]=size(a);
4 [b_n1 b_n2 b_n3]=size(b);
5 c=zeros(a_n1,b_n2,a_n3);
6 A=cell(a_n3,1);
7 B=cell(b_n3,1);
8
9 for i=1:a_n3
10 A{i}=a(:,:,i);
11 B{i}=b(:,:,i);
12 end
13
14 index_up=zeros(1,a_n3);
15 index_down=zeros(1,a_n3);
16 for i=1:a_n3
17 index_up(i)=a_n3-i+1;
18 index_down(i)=i;
19 end
20
21 s=cell(a_n3,a_n3);
22 for i=1:a_n3
23 for j=1:a_n3
24 if i==j
25 s{i,j}=A{1};
26 end
27 if j>i
28 s{i,j}=A{index_up(j-i)};
29 end
30 if j<i
31 s{i,j}=A{index_down(i-j+1)};
32 end
33 end
34 end
35
36 re=cell(a_n3,1);
37 for i=1:a_n3
38 re{i}=zeros(a_n1,b_n2);
39 end
40
41 for i=1:a_n3
42 for j=1:a_n3
43 for k=1:1
44 re{i,k}=re{i,k}+s{i,j}*B{j,k};
45 end
46 end
47 end
48
49 for i=1:a_n3
50 c(:,:,i)=re{i};
51 end
52
53 end
transpos.m 张量求转置,论文第十页example3.15的公式
1 function a=transpos(b)
2 [n1 n2 n3]=size(b);
3 a=zeros(n2,n1,n3);
4 for i=1:n3
5 a(:,:,i)=b(:,:,i)';
6 end
7 end