2017年10月_山而王王

12月 11月 10月 09月

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