单分类支持张量机模型及算法研究

基于张量数据的机器学习方法近年来一直是机器学习领域的前沿课题。在错误诊断、人脸识别、入侵检测、文本分类等领域，我们经常会遇到单分类问题。以单分类支持向量机为代表的传统单分类算法使用向量作为输入数据，当输入数据为张量时有一定的局限性。近年来，直接使用张量作为输入数据的机器学习算法得到了研究者的广泛关注。因此，作者在查阅大量相关文献的基础上，对基于张量数据的单分类问题进行了研究，具有重要的理论意义和实用价值。