二抽取代码MATLAB-tensor_classification:张量分类代码

二摘代码MATLAB 目的 该存储库包含用于使用不同的张量投影和分类方法对张量进行分类的代码。 大多数实现都以任意多种模式支持张量。 特别是，包括“在使用Tucker和PARAFAC结构进行多线性判别分析的严格优化” [3]中描述的四种新颖方法的实现。 当前，实现是在Matlab代码中。 长期计划是将代码翻译成其他语言，例如Python，R，Scala以及可能的其他语言，并为所有方法使用任意多种模式来支持张量。 我非常乐意审查实现此目标的请求。 方法 投影方法可以找到最佳投影，这些投影可以最大程度地将不同类别的观察结果分开。 因此，通过投影方法找到的投影矩阵可用于将每个高阶观测值投影到较小的空间中，并且其在该空间中的值可用于分类。 直接分类方法通过评估类似于逻辑回归的表达式来一步执行投影和分类，但是使用张量乘法得出指数中的标量值。 对于直接分类方法，我们仅实现了适用于矩阵观测的版本。 利用流形优化一次优化所有模式的投影方法 在[3]中，我们提出了四种方法来优化流形上的投影。 其中两种方法采用塔克（Tucker）结构，两种方法采用PARAFAC结构进行模式之间的交互。 此外，其中两种方法