在現實生活中，往往存在著大量多維數據，例如視頻流數據，文本數據， RGB圖像等。傳統的方法往往通過某種方式將多維數據重新排列成矩陣形式， 利用矩陣分析方法，例?蛔PCA，SVD，NMF，進行特征提取、聚類、分類等操 作，這無疑破壞了數據原本的空間結構，增加了分析結果的不準確性，而張量 在分析數據的同時，能夠保持多維數據的空間結構不被破壞，這極大地引起了 學者們的研究熱情。張量即多維數組，它是向量和矩陣在高維上的推廣，目前 被廣泛應用在計算機視覺、數據挖掘、信號處理等領域。 本文著重研究三階非負張量分解問題，回顧三階張量的非負分解模 型(NTVl，闡述了算法的思想及實現過程。接著，從張量投影的角度出發，建 立了基于張量投影的非負分解模型(NTPM)，闡述了模型的想法，并給出了相 應的算法公式。在收斂性分析中，給出并證明了模型KKT條件的一個等價形式 以及算法收斂性定理。實驗結果表明基于張量投影的非負分解模型，相比于原 有的非負分解模型，在運行時間以及逼近誤差上有了一定程度的改進。最后， 討論了NTPM模型今后研究的方向。