- 博客(7)
- 收藏
- 关注
RSS订阅原创 聊聊线性代数（18）SVD的应用--6
经过上述讨论，我们就明白，将SVD迁移到图像的压缩处理，实际上就是对图片在计算机中储存的矩阵进行SVD分解的过程。注:上图摘自清风老师的数学建模课件举个例子，我们可以利用MATLAB实现简易版的SVD图像压缩。附MATLAB源码如下:clcclose allclear allpath='E:\xx\xx.xx';I=imread(path);I=im2double(I);red = I(:,:,1);green = I(:,:,2);blue = I(:,:...
2022-04-30 11:15:07
169
原创 聊聊线性代数（17）SVD的应用--5
而在计算机中，我们也用相同的方式来表示图片，即将图片的储存格式设定为与像素点阵列相同面积的矩阵，并用三层表示，也就是三维矩阵，实际上就是对三种颜色的叠加处理。每一层与像素点对应的元素大小也对应着RGB中每一种颜色的RGB数值，取值范围为0-255。特别的，如果三层二维矩阵的元素对应大小相同，那么它就表示一张黑白图片，具体的原理这里不过多解释。这样我们就能将任意图像以矩阵的形式储存在计算机内存中，并对其进行分析处理。注:BMP：是一种与硬件设备无关的图像文件格式，使用非常广。它采用..
2022-04-30 11:11:35
269
原创 聊聊线性代数（16）SVD的应用--4
人们早在发现三种视锥细胞之前，就已经对人类对颜色的识别有一定的研究，并且发现自然界中的任意颜色都可以通过其他三种基本颜色组合叠加而成。这就是三元色理论（Ternary color theory)。但如果对于每一个颜色，都用不同三种颜色进行组合，将会带来极大的麻烦与混乱。于是人们开始思考，能不能用三种特定的基本颜色去表示任意颜色，这就是后来的三原色:红黄蓝。简称为RGB三原色。我们将三种颜色的程度以数值表示，然后进行叠加，就能得到各种不同的颜色。我们将三种颜色的数值区间设定为0:255，经过试验发
2022-04-30 11:02:26
115
原创 聊聊线性代数（15）SVD的应用--3
SVD为什么会和图片产生联系呢?让我们细细思考，可以发现SVD是对矩阵进行的处理操作。这就不得不提到计算机中图片采用的储存方式——对的，聪明的你现在应该已经意识到，我们用矩阵来储存图片。出于简化问题和反应实际的考虑，这里我们用bmp格式的图片举例。我们先来介绍一下相关的背景知识。人类的眼睛构造实际上是很神奇的，光线通过眼部的晶体结构后经过折射投影在视网膜上形成图像，眼睛内部的感光细胞识别这种光信号，通过生物质能工作转化成电信号，沿着眼部神经元传递到对应神经元结点进一步处理，最后电信号传输.
2022-04-30 10:57:59
211
原创 聊聊线性代数（14）SVD的应用--2
注意SVD的降维实际上是降低矩阵的秩，而并未实际上降低矩阵的大小。注:摘自清风老师的数学建模课件而且，看上去矩阵经过SVD变小了，但如果把三个矩阵乘回去却没有改变矩阵的大小。注:摘自清风老师的数学建模课件在SVD降维中，保留的信息权重实际上就是信息对应奇异值所占总奇异值的比例，也叫特征比例。如图，我们只保留对应矩阵奇异值为8.45，4.94的部分，实际上也就是保留了矩阵92.34%的信息量。因此SVD自然而然地可以用于各种需要对数据进行减重压缩处理的...
2022-04-30 10:54:36
111
原创 聊聊线性代数（13）SVD的应用--1
说到SVD的应用，我们就必须再次回到奇异值的话题，了解一下费劲心思地把任意一个普通矩阵拆成三个矩阵，到底有何意义。实际上，奇异值分解最直接的应用价值，就是它能够用于提取矩阵的主要信息，实现的方式就是通过奇异值的特征进行部分保留，也就是试图在比原矩阵更低维度的空间里寻找传递信息最接近原矩阵的一个矩阵。这样的数据处理，我们一般称为信息降维（Dimension reduction of information）。观察上图，可以发现，所有的点都落在一条直线附近，对于这样的信息数...
2022-04-30 10:52:21
418
1
原创 聊聊线性代数（9）矩阵的特征值分解与奇异值SVD分解——1
由于特征值和奇异值分解是线代中重要的数学过程，涉及矩阵论中的知识，因此，这一块内容可能会用较多文字乃至几篇文章来叙述。笔者水平有限，不能保证读者能够完全理解，这里写的内容，仅仅是书本上的一些内容结合个人引发的观点。上一篇文章中已经提到过，矩阵的特征值代表的这个矩阵对应线性变换在特定方向——也即特征向量方向上拉伸的倍率，并且在这个方向上，向量经过线性变换只做拉伸而不发生旋转。我们已经知道，矩阵所对应的是确定基下的线性变换，那么，我们是否能够像上一篇文章中那样，相似...
2022-04-29 11:28:40
274
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人