2020年6月10日
从奇异值角度比较矩阵范数和向量范数
摘要： 从奇异值的角度看矩阵范数，会发现与向量范数有一一对应关系： （注：表中涉及到用奇异值表示Frobenius范数，其推导可参考这篇博客） 向量的L1范数是L0范数的松弛，并且在一定条件下是等价的。矩阵核范数是rank约束的松弛，并且在一定条件下是等价的。 阅读全文
posted @ 2020-06-10 22:42 Picassooo 阅读(771) 评论(0) 推荐(0)
幂等矩阵的性质及证明
摘要： 定义：若$AA=A$，则称$A$为幂等矩阵。 1.幂等矩阵的特征值只取1和0两个数值 证明： 设$\lambda$是幂等矩阵$A$的特征值，$\bold{v}$是与$\lambda$对应的特征向量，则 $\lambda \bold{v}=A\bold{v}=A^2 \bold{v}=\lambda^ 阅读全文
posted @ 2020-06-10 17:06 Picassooo 阅读(14582) 评论(0) 推荐(1)
Tikhonov正则化
摘要： 本文摘自张贤达的《矩阵分析与应用》第六章第2节 阅读全文
posted @ 2020-06-10 00:33 Picassooo 阅读(5357) 评论(0) 推荐(0)
最小二乘法
摘要： 本文摘自张贤达的《矩阵分析与应用》第六章第一节 阅读全文
posted @ 2020-06-10 00:26 Picassooo 阅读(314) 评论(0) 推荐(0)
矩阵方程求解方法分类
摘要： 本文摘自张贤达的《矩阵分析与应用》第六章 阅读全文
posted @ 2020-06-10 00:21 Picassooo 阅读(1261) 评论(0) 推荐(0)