本书主要介绍张量补全理论与方法以及其在数据缺失问题中的应用，内容包括向量、矩阵分解及张量分解等数据补全中的基本运算以及数据补全的基本方法。探讨了数据缺失机制，重点介绍了基于张量核范数、张量截断核范数以及P范数的低秩张量补全模型，并探讨了块状坐标下降法和交替方向乘子法的求解过程及精度差异。阐述了WLRTC-TTNN方法在处理航空发动机传感器数据和交通数据集的应用，验证了其较传统模型具有更高的重构精度和补全效果。讨论了NWLRTC算法在处理实际交通数据时的性能及未来研究方向。描述了LLATC方法在交通速度预测上的应用，并对比了补全数据与原始数据的预测精度。验证了多源数据补全单源数据的优势，以及张量表示和截断核范数在数据融合上的高效性。