稀疏表示学习笔记--正交阵,协方差
生活随笔
收集整理的這篇文章主要介紹了
稀疏表示学习笔记--正交阵,协方差
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
自己的數學基礎比較差,特別是矩陣一塊,有一些名詞看到了可能不能立刻反應出是什么意思,所以在這里進行一些記錄。
1、正交矩陣
如果:AAT=E(E為單位矩陣,AT表示“矩陣A的轉置矩陣”。)或ATA=E,則n階實矩陣A稱為正交矩陣, 若A為正交陣,則滿足以下條件: 1) AT是正交矩陣 2) ? (E為單位矩陣) 3) A的各行是單位向量且兩兩正交 4) A的各列是單位向量且兩兩正交 5) (Ax,Ay)=(x,y) x,y∈R 6) |A| = 1或-1 正交矩陣通常用字母Q表示。 舉例:A=[r11 r12 r13;r21 r22 r23;r31 r32 r33] 則有:r11^2+r21^2+r31^2=r12^2+r22^2+r32^2=r13^2+r23^2+r33^2=1 r11*r12+r21*r22+r31*r32=0等性質 其實簡單的說,就是如果AAT=E,那么A就能稱為正交陣。 2、關于協方差 在概率論和統計學中,協方差用于衡量兩個變量的總體誤差。 分別為m與n個標量元素的列向量隨機變量X與Y,這兩個變量之間的協方差定義為m×n矩陣.其中X包含變量X1.X2......Xm,Y包含變量Y1.Y2......Yn,假設X1的期望值為μ1,Y2的期望值為v2,那么在協方差矩陣中(1,2)的元素就是X1和Y2的協方差。 兩個向量變量的協方差Cov(X,Y)與Cov(Y,X)互為轉置矩陣。 協方差有時也稱為是兩個隨機。以上是百度百科的內容 那么講到協方差,肯定要說到方差,方差大家都知道對于n個數據來說;那么仿照方差,計算各個維度偏離其均值的程度,便用協方差表示總結
以上是生活随笔為你收集整理的稀疏表示学习笔记--正交阵,协方差的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Linux shell脚本,Linux下
- 下一篇: Linux虚拟机无法显示ip地址