源码文件
K-SVD 源代码
K-SVD是一种经典的字典训练算法，依据误差最小原则，对误差项进行SVD分解，选择使误差最小的分解项作为更新的字典原子和对应的原子系数，经过不断的迭代从而得到优化的解。
收录资源 500 份
全站深度检索
共匹配 500 份工程资源
· 第 2 / 50 页
源码文件
源码文件
k近邻算法(knn, k nearest neighbor) 2009-04-13 20:12 前两天受朋友之托，帮忙与两个k近邻算法，k近邻的非正式描述，就是给定一个样本集exset，样本数为M，每个样本点是N维向量，对于给定目标点d，d也为N维向量，要…
源码文件
killall -9 vsplay killall -9 vschplay
源码文件
function [R,t]=rigid(P,Q) u=size(P);N=u(2); l=[0;0;0];m=zeros(u); k=l;n=m;t=k; for i=1:N l=l+P(:,i); end …
源码文件
% KSVD running file % in this file a synthetic test of the K-SVD algorithm is performed. First, % a random dictionary with norma…
源码文件
% ========================================================================= % KSVD - Toolbox % ====…
源码文件
>> A =[9,4;6,8;2,7] >> [U,S,V] = svd(A) >> [U,S,V] = svd(A,0)
源码文件
>> A =[9,4;6,8;2,7] >> [U,S,V] = svd(A) >> [U,S,V] = svd(A,0)
源码文件
A=[1 2;3 4;5 6]; [U S V]=svd(A,0)