SVD资讯压缩
我们可以看到左边那个图可以由右边的图拼出来。
SVD过滤杂讯
我们看下面这个图,他除了的白色中夹杂着灰色,这个灰色就是杂讯,我们要想办法过滤掉。如下图,我们保留前三个奇异值。原本可以拆成15个部分做矩阵相乘再相加,但现在只保留奇异值最大的三个。
然后我们可以像下图一样,得到比原图更清晰的图。
SVD分解步骤
任何矩阵都可以做奇异值分解。从上例可以看出,
U
U
U和
V
T
V^T
VT都是正交矩阵。具体如何凑请看下一张图:
特征值的根号就是奇异值,这个案例中奇异值较大,故不需要舍弃,但在有些案例中,奇异值太小的就舍弃,第一个目的是减少计算量,第二个目的是可能消除杂讯。
下面还有一个完整案例:(注意补习一下线性代数的对角化的知识)