张量FFT 利用张量核，针对fp16数据的FFT算法的实现，以加快处理速度

N-way Toolbox for MATLAB 是最先进的拟合多路模型的工具箱。 它是免费的，并提供了安装 PARAFAC、Tucker、N-PLS、GRAM 和 TLD 的方法。 更多更新和数据集可在http://www.models.life.ku.dk/ 获得 一个相关的函数是“parafac2”，也可以在文件交换中找到。

针对双边滤波器灰度相似权函数易受噪声影响且在图像细节区域滤波存在盲目性的问题，提出一种新的图像三边滤波器用以过滤高斯噪声。通过局部结构张量奇异值分解估计图像的几何结构信息， 获得能够刻画图像内容差异的特征信息。在此基础上，设计基于图像特征分类的灰度相似权函数，同时通过引入结构相似权的方式将鲁棒的特征信息耦合到双边滤波器框架下，以保持更多的图像细节。利用三边加权提供更可靠的像素相似性度量方式，并采用局部自适应滤波参数选取方法进一步提高算法的滤波性能。实验结果表明，该滤波器在去除噪声的同时能够较好地保持图像的边缘、纹理等结构信息。

多张量 多层网络张量分解，用于社区检测，链路预测和度量层相互依赖性。 新版本：可以在找到新的更新高效的cpp和python版本。 在此链接中，您可以找到文档和用法示例。 因此，将不再维护该存储库中的代码，所有将来的新更新都将上载到新的存储库 。 实现以下算法： [1] De Bacco，C.，Power，EA，Larremore，DB，＆Moore，C.（2017）。 多层网络中的社区检测，链接预测和层相互依赖性。 物理评论E，95（4），042317。 如果使用此代码，请引用 。 预印本可在或找到。 如果您进一步对MultiTensor扩展感兴趣： ：用于合并节点属性 Contisciani M.，Power E.和De Bacco C.（2020）。 多层网络中具有节点属性的社区检测，《科学报告》 10，15736（2020）。 ：用于合并互惠 Safdari H.

＃ 方法： 该算法以张量形式实现麦克斯韦方程的傅立叶变换，允许从 3D 中已知磁化率的圆柱体向前计算感应场。 在 MRI 中，麦克斯韦方程组（Marques 和 Bowtell，2005 年和 Salomir 等人，2003 年）的傅立叶变换允许在磁化率分布和场图之间进行转换。 虽然人体组织中的大多数结构表现出各向同性的磁化率，但一些生物分子被认为具有磁化率各向异性 - 例如，大脑中的髓鞘。 这种各向异性可以用 2 阶张量来表征。 适应这种磁化率张量公式的麦克斯韦方程的傅立叶变换在 Liu 2010 年的方程 9 中导出，磁化率张量成像。 此例程将磁化率的张量公式结合到 3D 实心圆柱体的场畸变前向计算中。 ＃输入输出： 函数 [A]= sus_tensor(PHI,THETA,B0,sus, AA,BB,CC) 输入（在适用的球坐标中）： Φ，0-> pi / 2，外加磁场与圆柱

svd算法matlab代码基于采样的张量环分解方法 此仓库提供了用于本文实验的代码 一种基于采样的张量环分解方法。 奥斯曼·阿西夫·马利克（Osman Asif Malik）和史蒂芬·贝克尔（Stephen Becker）。 arXiv：2010.08581 可以从下载。 一些进一步的细节 脚本tr_als_sampled.m是用于张量环分解的建议TR-ALS-Sampled方法的Matlab实现。 脚本experiment1.m用于对合成数据进行实验， experiment4.m用于对真实数据进行实验。 以下文件提供了我们在本文中进行比较的方法的实现： tr_als.m ：标准TR-ALS算法。 rtr_als.m ：rTR-ALS算法。 TRdecomp_ranks.m ：这就是我们在本文中称为TR-SVD的东西。 这是TRdecomp.m的修改版本，可从网站获得。 tr_svd_rand.m ：这是TR-SVD的随机变体，在本文中称为TR-SVD-Rand。 要求 我们的tr_als_sampled.m需要mtimesx，可在以下位置找到。 我们还在此存储库的help_funct

张量cp划分matlab代码具有直接因子级稀疏控制的非负张量分解 此目录包含用于直接控制因子级别稀疏性的非负张量 CP (Parafac) 分解的 MATLAB 代码。 此代码建立在并利用来自现有公共软件包的例程，如下所列。 代码在 MATLAB 6.0 或更高版本上运行。 文件： cpNonnegSp.m：将张量分解为每个模式上具有指定稀疏度的非负因子 tuckerNonneg：将张量分解为具有非负核和因子的 Tucker 模型 依赖： （对于一般的张量结构） （用于快速 NNLS 求解器） （对于稀疏投影实现） 论文中描述了这种方法。 上面论文中实验中使用的数据集由另一个私有 fMRI 扫描数据集组成。 如果您使用该软件，请引用上面的参考。

hosvd matlab代码超图聚类 基于张量的MATLAB代码用于超图分区和子空间聚类的方法 该目录包含与论文[1]相关的所有实现。 这也包括[2,3,4]中提出的方法的实现。 D. Ghoshdastidar和A. Dukkipati。 统一超图分区：可证明的张量方法和采样技术。 机器学习研究杂志18（50），第1-41页，2017年。 D. Ghoshdastidar和A. Dukkipati。 种植分割模型下光谱超图分割的一致性。 统计年鉴， 2017，45（1）：289-315。 D. Ghoshdastidar和A. Dukkipati。 均匀超图分割的一种可行的广义张量谱方法。 在第32届国际机器学习会议（ICML）的会议记录中，PMLR 37：400-409，2015。 D. Ghoshdastidar和A. Dukkipati。 种植分配模型下均匀超图谱分配的一致性。 2014年，《神经处理系统进展》（NIPS） 。 如果您在工作中使用这些代码/结果，请引用[1]。 如果使用[2,4]中的方法，请相应引用。 版权 版权所有（c）2017 特此免费授予获得此软件和相关文

Matlab代码sqrt 贝叶斯扩充张量分解 该存储库为以下论文提供了Matlab代码： 陈新宇，何兆成，陈以先，陆玉环，王佳伟（2019）。 贝叶斯增强张量分解模型的缺失交通数据归因和模式发现。 交通运输研究C部分：新兴技术，104：66-77。 [] [] [] [] [] [] 项目结构 BATF代码 BATF_VB.m ：主代码文件。 为BATF实现变体推断。 Test_BATF.m ：测试文件。 您可以在此处找到一个测试示例。 实用功能 ms_scenario.m ：生成具有不同丢失方案的不完整张量。 cp_combination.m ：用于因子矩阵上CP组合的函数。 khatrirao_fast.m ：快速的Khatri-Rao产品功能。 kr.m ：Kronecker产品功能。 mat2ten.m ：张量折叠功能。 ten2mat.m ：张量展开功能。 vec_combination.m ：用于将偏差向量求和到3维张量的函数。 （请考虑使用较新版本的MATLAB） safelog.m ：一个安全的对数函数，受。 实验数据集 tensor.mat ：原始速度数据。 组织为三

matlab分时代码塔克-张量草图 Tucker-TensorSketch提供了Matlab函数，用于使用TensorSketch对张量进行低阶Tucker分解。 有关我们方法的更多信息，请参见我们的论文： OA Malik和S. Becker。 使用TensorSketch进行大张量的低秩Tucker分解。 神经信息处理系统进展32 ，第10096-10106页，2018年。 可以从下载。 一些进一步的细节 Tucker-TensorSketch提供了三个函数tucker_ts ， tucker_ts_double_sketch和tucker_ttmts ，用于张量的低阶Tucker分解。 这些函数是用于Tucker分解的标准交替最小二乘算法（高阶正交迭代）的变体。 它们结合了一种称为TensorSketch的草图绘制技术，该技术是CountSketch的一种形式，可以有效地应用于较小矩阵的Kronecker乘积的矩阵。 由于TensorSketch的属性，我们的函数仅需要输入张量的一次传递。 它们可以以可以按任何顺序读取张量元素的方式处理流数据，并且无需同时访问所有元素。 函数tu