矩阵求逆（稀疏贝叶斯学习）

最新推荐文章于 2024-07-10 09:22:56 发布

识字摘星辰

最新推荐文章于 2024-07-10 09:22:56 发布

阅读量401

点赞数 2

文章标签：矩阵算法

本文链接：https://blog.csdn.net/qq_43546558/article/details/127980485

版权

$(\mathbf{A}+\mathbf{UBV})^{-1}=\mathbf{A}^{-1}-\mathbf{A}^{-1}\mathbf{U}(\mathbf{B}^{-1}+\mathbf{V}\mathbf{A}^{-1}\mathbf{U})^{-1}\mathbf{V}\mathbf{A}^{-1}.$

$\Sigma_t^{-1}= \frac{1}{\sigma^2}[\mathbf{I}-\mathbf{\Phi} (\mathbf{\Phi}^H\mathbf{\Phi}+\sigma^2\mathbf{\Gamma}^{-1})^{-1}\mathbf{\Phi}^H].$

$\Sigma_t= \sigma^2[\mathbf{I}-\mathbf{\Phi} (\mathbf{\Phi}^H\mathbf{\Phi}+\sigma^2\mathbf{\Gamma}^{-1})^{-1}\mathbf{\Phi}^H]^{-1}.$

$\mathbf{A}=\mathbf{I},\mathbf{U}=\mathbf{\Phi},\mathbf{B}=(\mathbf{\Phi}^H\mathbf{\Phi}+\sigma^2\mathbf{\Gamma}^{-1}),\mathbf{V}=\mathbf{\Phi}^H.$

$\Sigma_t= \sigma^2[\mathbf{I}+\mathbf{\Phi} ((\mathbf{\Phi}^H\mathbf{\Phi}+\sigma^2\mathbf{\Gamma}^{-1})-\mathbf{\Phi}^H\mathbf{\Phi})^{-1}\mathbf{\Phi}^H]\\ =\sigma^2[\mathbf{I}+{(\mathbf{\Phi} ^H}^{-1}(\mathbf{\Phi}^H\mathbf{\Phi}+\sigma^2\mathbf{\Gamma}^{-1})\mathbf{\Phi} ^{-1}-\mathbf{I})^{-1}]\\ =\sigma^2[\mathbf{I}+{((\mathbf{I}+\sigma^2\mathbf{\Phi} ^H}^{-1}\mathbf{\Gamma}^{-1}\mathbf{\Phi}^{-1})-\mathbf{I})^{-1}]\\ =\sigma^2[\mathbf{I}+{(\sigma^2\mathbf{\Phi} ^H}^{-1}\mathbf{\Gamma}^{-1}\mathbf{\Phi}^{-1})^{-1}]\\ =\sigma^2\mathbf{I}+\mathbf{\Phi}\mathbf{\Gamma}\mathbf{\Phi}^H$