为局部张量判别分析提取最佳尺寸

近年来，具有张量表示的有监督降维引起了极大的兴趣。 它已成功应用于张量数据问题。 如图像和视频识别任务。 但是，在基于张量的方法中，如何选择合适的尺寸是一个非常重要的问题。 由于可能的尺寸组合的数量相对于张量的阶数呈指数增长，因此在高阶张量的情况下，手动选择合适的尺寸成为不可能的任务。 在本文中，我们旨在解决这一重要问题，并提出了一种算法，用于提取局部张量判别分析的最佳维数。 玩具实例和真实数据的实验结果验证了该方法的有效性。