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
源码文件

>> digits(3) >> A = sym(magic(4)); >> svd(A) >> svd(vpa(A)) >> [U,S,V] = svd(A)

源码文件

A=[1, 2, 3; 4, 5, 6; 7, 8, 0]; [U, G, V]=svd(A) B = A'*A; C=sqrt(eig(B)); [cond(A), G(1,1)/G(end,end) C(end)/C(1)]

源码文件

>> digits(3) >> A = sym(magic(4)); >> svd(A) >> svd(vpa(A)) >> [U,S,V] = svd(A)

源码文件

a=[9 1 2;5 6 3;8 2 7]; [v,d]=eig(a) a=[9 1 2;5 6 3;8 2 7]; [u,s,v]=svd(a) [l,u]=lu(a) [q,r]=qr(a) c=chol(a)

源码文件

syms t real a=[0 1;-1,0]; e=expm(t*a) sigma=svd(e)

源码文件

a=[9 1 2;5 6 3;8 2 7]; [v,d]=eig(a) a=[9 1 2;5 6 3;8 2 7]; [u,s,v]=svd(a) [l,u]=lu(a) [q,r]=qr(a) c=chol(a)

源码文件

a=[9 1 2;5 6 3;8 2 7]; [v,d]=eig(a) a=[9 1 2;5 6 3;8 2 7]; [u,s,v]=svd(a) [l,u]=lu(a) [q,r]=qr(a) c=chol(a)