20240806---特征选择与稀疏学习笔记---pptp61-p92---奇异值分解/压缩感知、字典学习

一.奇异值分解

2.要进行特征分解,则矩阵A为方阵,如果矩阵 𝐴A 不是方阵(即行数和列数不同),我们仍然可以对其进行分解,这就是奇异值分解(SVD)的强大之处。



二.压缩感知

1.采样频率是模拟信号最高频率的两倍,则采样信号能重构模拟信号。

但是为了方便信号传输,我们要对采样完的数字信号进行压缩,压缩就是会损失部分信息

2.压缩感知,信号在正交空间具有稀疏性(也就是可压缩性)

3.cs信息获取系统










(限定等距性的概念不是很清楚)



···················







相关推荐
Rabitebla39 分钟前
【Linux操作系统】 文件篇(一):文件描述符与 Linux 文件管理机制
linux·网络·c++·笔记·学习
Flying Bear3 小时前
Keithley 2450 SourceMeter源表上位机开发笔记
笔记·单片机·嵌入式硬件
旖旎夜光3 小时前
【C++ 基础入门】智能指针:RAII、unique_ptr 与 shared_ptr 循环引用
c++·笔记·学习·智能指针
饮水桶_T4 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
星恒随风5 小时前
MySQL 从零入门(十):MVCC、Undo Log 与 Read View 详解——InnoDB 如何实现事务隔离?
linux·数据库·笔记·sql·mysql
zdr尽职尽责5 小时前
终端工具凭空消失:Codex + GPT-6 的一次完整排障复盘
数据库·gpt·学习·ai
蒸蒸yyyyzwd7 小时前
计算机网络后端面试错题
笔记·学习
艾莉丝努力练剑8 小时前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
蒸蒸yyyyzwd9 小时前
数据库相关错题笔记
笔记·学习
蒸蒸yyyyzwd11 小时前
后端学习笔记,设计模式相关以及微服务相关
笔记·学习