1.一种基于指数化核范数与混合奇异值截断的张量恢复方法，其特征在于：包括以下三个步骤:(1)提出一种新的张量秩定义：张量不同模态下展开矩阵秩的最大值；该定义是张量CP秩的下界，能够有效的逼近CP秩，并消除了权重参数的影响，采用核范数指数和的对数来逼近该张量秩定义，将其转化为凸函数；

(2)为了消除张量不同模态下展开的矩阵的相关性，引入一系列辅助变量来代替展开矩阵，并将约束条件利用拉格朗日乘子法转化为增广拉格朗日函数；

(3)采用交替方向法对增广拉格朗日函数中各类变量进行迭代优化，直到收敛；其中，对于核范数的指数和中的优化变量，采用混合奇异值截断算法来获得解析解。

2.根据权利要求1所述的一种基于指数化核范数与混合奇异值截断的张量恢复方法，其特征在于：步骤(1)具体包括以下子步骤:首先，根据张量CP秩和Tucker秩的优缺点，提出一种新的张量秩定义：张量展开矩阵秩的最大值；

其次，将展开矩阵的秩松弛为展开矩阵的核范数，并且利用核范数的指数和的对数来逼近最大值函数，从而将上述张量的秩定义转化为凸函数。

3.根据权利要求1所述的一种基于指数化核范数与混合奇异值截断的张量恢复方法，其特征在于：步骤(2)具体包括以下子步骤:首先，由于张量在不同模态下的展开矩阵具有相关性，引入一系列辅助矩阵变量来替换不同模态下的展开矩阵，并增加对应的约束条件；

其次，采用拉格朗日乘子法将所有约束条件加入到目标函数中，获得增广拉格朗日函数。