正奇异值:设$A=A_{m \times n}, rank(A)=p>0$,则$\lambda ({A^H}A)$与$\lambda (A{A^H})$恰有p个正特征根,${\lambda _1} > 0,{\lambda _2} > 0,...,{\lambda _p} > 0$ $\lambda ...
分类:
其他好文 时间:
2019-01-07 10:29:35
阅读次数:
180
ICP算法主要用于点云精配准,精度很高,但是相应的缺点就是迭代过程中容易陷入局部极值。具体的ICP算法推导过程很多书上都有,就不再详述了,此次仿真用的是SVD分解的方法。 直接贴代码: rotate.m 仿真结果(配准前和配准后): 旋转矩阵(真值和配准结果) 误差:err=0.00019434 注 ...
分类:
编程语言 时间:
2018-11-25 23:57:51
阅读次数:
425
一. 引子——高维空间与西瓜 这学期选课有一门“网络数据挖掘”,原来特别担心与本学期选的一门“模式识别与数据挖掘”在一定程度上相重复,不过还好,这个老师讲课不是照本宣科,讲得更多的是个人的理解还有从业经验。 今天讲得挺有意思的一点是,在讲到聚类的时候,老师有些嗤之以鼻,说在高维空间内,聚类算法可能并 ...
分类:
其他好文 时间:
2018-10-12 23:55:52
阅读次数:
224
一. 矩阵分解: 矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积,可分为三角分解、满秩分解、QR分解、Jordan分解和SVD(奇异值)分解等,常见的有三种:1)三角分解法 (Triangular Factorization),2)QR 分解法 ( ...
分类:
其他好文 时间:
2018-09-26 11:41:19
阅读次数:
594
头文件 源文件 C++ include "svd.h" void print_matrix(const vector & vec){ if(vec.empty()){ return; } for ( auto row: vec){ if(row.empty()){ return; } for ( a ...
分类:
其他好文 时间:
2018-08-20 16:42:22
阅读次数:
912
使用Eigen 库:进行svd分解,形如 A = U * S * VT。 SVD分解 Eigen库 opencv库 - CSDN博客 https://blog.csdn.net/ouyangying123/article/details/68491414 ...
分类:
编程语言 时间:
2018-04-20 18:56:24
阅读次数:
4769
https://www.cnblogs.com/donaldlee2008/p/5237100.html 前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印 ...
分类:
其他好文 时间:
2018-03-09 18:57:34
阅读次数:
212
SVD解读 转载于刘建平 在协同过滤推荐算法总结中,我们讲到了用矩阵分解做协同过滤是广泛使用的方法,这里就对矩阵分解在协同过滤推荐算法中的应用做一个总结。(过年前最后一篇!祝大家新年快乐!明年的目标是写120篇机器学习,深度学习和NLP相关的文章) 1. 矩阵分解用于推荐算法要解决的问题 在推荐系统 ...
分类:
编程语言 时间:
2018-01-13 12:45:12
阅读次数:
242