打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
奇异值分解(SVD)
(查看源代码)
2024年10月23日 (三) 17:42的版本
添加4字节
、
2024年10月23日 (星期三)
→低秩矩阵近似
第241行:
第241行:
===低秩矩阵近似===
===低秩矩阵近似===
−
一些实际应用需要用另一个特定秩 r 的矩阵 <math>\tilde{\mathbf{M}}</math>(称为截断矩阵truncated)来近似矩阵 <math>\mathbf{M}</math>。如果我们要在 <math>\operatorname{rank}(\tilde{\mathbf{M}}) = r</math> 的约束下最小化 <math>\mathbf{M}</math> 和 <math>\tilde{\mathbf{M}}</math>
之间差的Frobenius范数,那么解就由
<math>\mathbf{M}</math> 的SVD给出:
+
一些实际应用需要用另一个特定秩 r 的矩阵 <math>\tilde{\mathbf{M}}</math>(称为截断矩阵truncated)来近似矩阵 <math>\mathbf{M}</math>。如果我们要在 <math>\operatorname{rank}(\tilde{\mathbf{M}}) = r</math> 的约束下最小化 <math>\mathbf{M}</math> 和 <math>\tilde{\mathbf{M}}</math>
之间差的[[Frobenius范数]],那么解就由
<math>\mathbf{M}</math> 的SVD给出:
<math>\tilde{\mathbf{M}} = \mathbf{U}\tilde{\mathbf{\Sigma}}\mathbf{V}^*</math>
<math>\tilde{\mathbf{M}} = \mathbf{U}\tilde{\mathbf{\Sigma}}\mathbf{V}^*</math>
相信未来
2,464
个编辑