- 博客(5)
- 资源 (7)
- 收藏
- 关注
转载 KSVD算法
1. 算法简介K-SVD可以看做K-means的一种泛化形式,K-means算法总每个信号量只能用一个原子来近似表示,而K-SVD中每个信号是用多个原子的线性组合来表示的。K-SVD通过构建字典来对数据进行稀疏表示,经常用于图像压缩、编码、分类等应用。2. 主要问题Y = DXWhere Y∈R(n*N), D∈R(n*K), X∈R(k*N),
2017-10-27 16:07:41 7627
转载 matlab中svd, svds, lansvd 函数
首先我们看一下wiki上关于奇异值分解的理论描述:1. 理论描述假设M是一个m×n阶矩阵,其中的元素全部属于域K,也就是实数域或复数域。如此则存在一个分解使得{\displaystyle M=U\Sigma V^{*},\,}其中U是m×m阶酉矩阵;Σ是m×n阶非负实数对角矩阵;而V*,即V的共轭转置,是n×n阶酉矩阵。这样的分解就称作M
2017-10-27 11:31:42 11024
转载 SVD 奇异值分解( The singular value decomposition )
几何层面上去理解二维的SVDPS:一直以来对SVD分解似懂非懂,此文为译文,原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把 这个问题讲解的如此清晰,实属不易。原文举了一个简单的图像处理问题,简单形象,真心希望路过的各路朋友能从不同的角度阐述下自己对SVD实际意义的理 解,比如 个性化推荐中应用了SVD,文本以及Web挖掘的时候也经常会用到SVD。原文
2017-10-26 17:45:03 901
转载 OMP 正交匹配追踪
Dx 逼近 y高等代数(第三版)p388 最小二乘法问题MOP 的基本流程:http://blog.csdn.net/jbb0523/article/details/45130793MOP 的相关分析:http://blog.csdn.net/scucj/article/details/7467955
2017-10-24 09:51:37 365 2
Lecture_slides for Convex Optimization_Stephen Boyd
2017-10-30
模式识别(边肇祺)
2017-03-03
数字图像处理(MATLAB版)冈萨雷斯 中文高清版
2017-03-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人