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

A=[1 2;3 4;5 6]; [U S V]=svd(A)

源码文件

A=[1 2;3 4;5 6]; [U S V]=svd(A,0)

源码文件

A=[1 2;3 4;5 6]; [U S V]=svd(A)

源码文件

all (abs (svd ([1, 2; 2, 1]) - [3; 1]) < sqrt (eps))

源码文件

svd ([1, 2; 4, 5], 2, 3)

源码文件

a = [1, 2; 3, 4; 5, 6]; [u, s, v] = svd (a); (size (u) == [3, 3] && size (s) == [3, 2] && size (v) == [2, 2] && abs (a - u * s * …

源码文件

a = [1, 2, 3; 4, 5, 6]; [u, s, v] = svd (a); (size (u) == [2, 2] && size (s) == [2, 3] && size (v) == [3, 3] && abs (a - u * s * …

源码文件

[u, s, v] = svd ([1, 2; 2, 1]); x = 1 / sqrt (2); (abs (u - [-x, -x; -x, x] < sqrt (eps)) && abs (s - [3, 0; 0, 1] < sqrt (eps)) …