尽管考虑了数据的分布信息，但无监督判别投影（UDP）忽略了针对高阶张量对象的数据的空间结构信息。 为了解决这些问题，开发了许多张量方法来表征空间结构信息。 尽管有效，但是这些方法忽略了样本的局部流形结构，因此实现了次优的性能。 在本文中，我们在高阶张量空间中制定UDP，并开发用于在张量对象上进行特征提取的多线性UDP（MUDP）。 MUDP继承了UDP和基于Tensor的方法的优点。 实验表明，MUDP是一种有效的方法，效果很好。