支持张量回归在分类中的应用

多媒体分类已经成为多媒体处理领域的重要研究内容。传统基于向量的分类算法需要将多媒体向量化。向量化的过程导致多媒体空间信息的丢失和高维向量数据的产生。为了解决向量化带来问题,张量作为多媒体的自然表达,成为多媒体分类问题的研究热点。本文基于张量的Tucker分解,提出了支持张量回归分类模型,用来直接进行张量多媒体数据的分类操作。通过在两个2阶灰度图数据集构造分类实验,验证了本文所提方法在多媒体分类上的有效性。