本文详细记录了TCA和JDA的公式推导过程，从中心矩阵和核函数理解开始，逐步解析TCA的优化函数和JDA的公式。通过拉格朗日乘子法进行求解，探讨了矩阵迹求导和特征值求解。同时，阐述了ZXY工作的JDA+LPP解析，包括LPP公式推导和SVD求解。文章还指出了不同资料中关于迹使用存在的差异，并提出疑问，最终展示了如何在MATLAB中使用eigs求解特征向量矩阵。
仅便于自己查找，已关闭打赏
主要目的是理解TCA和LPP各自的公式推导，并各自对应代码中的求解方法，掌握上述两部分后结合二者（修改目标函数的求解公式），之后理一遍zxy的论文公式推导。
1.涉及知识
中心矩阵：https://orzyt.cn/posts/centering-matrix/
核函数理解（SVM模型）：https://zhuanlan.zhihu.com/p/261061617
2.TCA公式推导到优化函数：https://zhuanlan.zhihu.com/p/26764147
其中 参考的MMD公式：https://blog.csdn.net/weixin_38233103
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
