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
Gorgous—l3 小时前
数据结构算法学习:LeetCode热题100-矩阵篇(矩阵置零、螺旋矩阵、旋转图像、搜索二维矩阵 II)
数据结构·学习·算法
eggcode3 小时前
Vue前端开发学习的简单记录
vue.js·学习
你也渴望鸡哥的力量么3 小时前
爬虫学习笔记
笔记·爬虫·学习
日更嵌入式的打工仔4 小时前
InitLWIP() 初始化
笔记·嵌入式硬件·学习
峰顶听歌的鲸鱼4 小时前
38.Shell脚本编程2
linux·运维·服务器·笔记·学习方法
QAQ小菜鸟4 小时前
AutoCAD如何将指定窗口导出成PDF?
学习
澄澈i5 小时前
CMake学习篇[3]---CMake进阶+嵌套CMakeLists+多层级关系
c++·学习·cmake
Camellia03115 小时前
为第二次考核的电控学习
学习
茯苓gao5 小时前
电路学习(一)
学习
聪明的笨猪猪5 小时前
Java Spring “MVC ”面试清单(含超通俗生活案例与深度理解)
java·经验分享·笔记·面试