本研究提出了一种新的COPA方法，旨在提高PARAFAC2模型在时空约束下的可解释性和抗噪声能力。实验结果表明，该方法在速度上优于传统PARAFAC2，且精度相当。此外，研究还探讨了多种张量分解方法在不同数据集上的应用，显示出更高的效率和准确性。

本研究提出了一种名为AO-ADMM的新的COPA方法，用于解决PARAFAC2模型在时空约束方面的问题。实验证明，AO-ADMM方法比PARAFAC2更快且精度相同。