码迷,mamicode.com
首页 >  
搜索关键字:svd分解    ( 49个结果
paper 128:奇异值分解(SVD) --- 线性变换几何意义[转]
PS: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, ...
分类:其他好文   时间:2016-10-09 09:13:54    阅读次数:194
orblsam2-理论基础(三)
看到orbslam2初始化里的Initializer::ReconstructH和Initializer::ReconstructF两个子函数里用到了opencv::SVD分解。这里我将会详细讲解SVD的分解理论! 奇异值分解(Singular Value Decomposition)是线性代数中一种重要的矩阵分解 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...
分类:其他好文   时间:2016-07-13 17:26:48    阅读次数:332
转载:奇异值分解(SVD) --- 线性变换几何意义(上)
本文转载自他人: PS: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
分类:其他好文   时间:2016-03-19 16:01:44    阅读次数:175
SVD分解 求解超定方程组
做平差的时候,需要解误差方程组,而 有的书本上说解线性的误差方程组,并不需要初值。在查阅了测量平差书本之后,书里描述,一般是需要参数的初始值的。这就产生了疑问。因为非线性方程的线性化之后,舍掉了二次项之后的值,会造成平差模型的弱化。因此在进行非线性方程的平差过程中,一般是对改正值进行一个迭代计算,使...
分类:其他好文   时间:2015-12-08 12:56:35    阅读次数:438
图像处理的一些方法
Atam教授:核希尔伯特空间( 再生Hilbert空间),蒙塔卡罗方法,KNN,多维线性回归,PSF方法回归,特征之间的非线性关系,deep learning,香农信息熵,回归贝叶斯,稀疏字典构造Jayaram:模糊连通性原理,稀疏分解,非负矩阵分解,svd分解图分割,adaboost,自适应稀疏模...
分类:其他好文   时间:2015-12-07 16:00:02    阅读次数:273
第三周总结
这是开始写总结的第三周。 这周还是继续在看Aharon的那篇论文,因为不知道SVD是什么东西就去学了SVD,对SVD算是有个初步的了解了,就是SVD分解表达式中两个正交矩阵与四个子空间的关系还没弄懂,因为子空间的概念没掌握的缘故。 同时,本周的其他事情也比较多,俊俊的六级没报上,陪她在院研究...
分类:其他好文   时间:2015-09-25 09:39:13    阅读次数:196
宏定义(#define)和常量(const)的区别
最近开始准备一边做实验室的研究,一边记录一些遇到的编程中的小知识点。今天在测试对矩阵进行SVD分解时,需要定义矩阵的行和列的大小,我习惯性的用宏定义来定义了这两个变量,在运行的时候,就开始思考宏定义和常量之间有些什么样的分别。 参考了一些别人的说法,自己在这里做一个小小的总结。类型和安全检查不同.....
分类:其他好文   时间:2015-08-11 23:07:02    阅读次数:100
Mathmatica SVD分解
mathmathica初识。Mathmatica进行SVD分解,利用Help帮助获取SVD分解的函数SingularValueDecomposition[]导入数据:G=Import[“D:\\mathmatica\17.txt”,"Table”],此时以二维数组格式将数据储存之G数组中。进行SVD分解:[U,S,Vt]=SingularValueDecomposition[G];以矩阵..
分类:其他好文   时间:2015-07-20 17:00:37    阅读次数:197
奇异值分解(SVD) --- 几何意义
PS: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,...
分类:其他好文   时间:2015-04-16 14:08:23    阅读次数:223
机器学习Python实现 SVD 分解
这篇文章主要是结合机器学习实战将推荐算法和SVD进行相应的结合 任何一个矩阵都可以分解为SVD的形式 其实SVD意义就是利用特征空间的转换进行数据的映射,后面将专门介绍SVD的基础概念,先给出python,这里先给出一个简单的矩阵,表示用户和物品之间的关系 这里我自己有个疑惑? 对这样一个DATA = U(Z)Vt  这里的U和V真正的几何含义  :  书上的含义是U将物品映射到了新的特...
分类:编程语言   时间:2015-03-17 21:56:23    阅读次数:276
49条   上一页 1 2 3 4 5 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!