张量是矩阵的高阶推广，张量分析已经成为科学与工程领域中广泛应用的一个重要工具，张量的分解与张量的对称正交逼近问题是近年来研究的热点，尤其在通信数据、计算机视觉和图像处理等有着广泛的运用。我校大数据学院马昌凤教授、谢亚君教授团队采用了主成分融合对称正交近似方法来代替主成分融合高阶奇异值分解法策略，研究了一种可用于人脸图像重建的高效对称正交逼近迭代算法，提出一种修正对称正交分解方法逼近实对称张量。为讨论此类型张量的对称正交逼近格式（Modified Symmetric Orthogonal Approximation，MSOA），首先将其转化为具有等式约束极小化问题来进行理论分析，在算法中使用了自适应移位乘幂法来求解特征向量，同时详细给出该算法的收敛性分析，最后通过大量数值实验验证理论分析的正确性。实验结果表明所提出算法的稳健性和有效性。该方法可进一步推广到脸部图像重构的实际应用中。
研究成果《利用对称正交逼近求解对称张量的MSOA算法》发表在中国数学会、中科院数学与系统科学研究院主办的中国一流数学刊物、福州外语外贸学院A类权威期刊《应用数学学报（中文版）》上。
此次两位教授能在国内一流学术期刊发表论文，展现出我校教师在学术水平得到不断提升，也充分体现了我校在高质量科研发展方面所取得的突出成效。
