逆矩阵、伪逆矩阵:数据的压缩和复原
逆矩陣、偽逆矩陣、數(shù)據(jù)的壓縮和復(fù)原:這一塊知識雖然很簡單,但在光學(xué)各種實驗情況下經(jīng)常用到,特此總結(jié)。
?
矩陣的乘法?(觀測矩陣):C = A* B
C:M*1
A:M*N
B:N*1
A可以理解為一個轉(zhuǎn)化矩陣,或者說 觀測矩陣。
矩陣B在觀測矩陣A上,觀察到的效果是矩陣C
這個思想在物理思想上非常重要,尤其是光學(xué)。
實際生活中,往往我們需要通過觀測矩陣(A)和觀察到的結(jié)果(C),來求出原矩陣(B)
也就是解非線性齊次方程,M個方程,N個未知數(shù)。
?
求逆矩陣:當(dāng)矩陣A必須是方陣的時候,A才是可逆矩陣,這時M=N,有唯一解,B = inv(A) * C,matlab中測試如下。
%測試逆矩陣 A = rand(10,10); B = rand(10,1); C = A*B; BB = inv(A)*C; B' BB'結(jié)果:ans =0.0986 0.1420 0.1683 0.1962 0.3175 0.3164 0.2176 0.2510 0.8929 0.7032ans =0.0986 0.1420 0.1683 0.1962 0.3175 0.3164 0.2176 0.2510 0.8929 0.7032求偽逆矩陣:偽逆矩陣是逆矩陣的廣義形式。由于奇異矩陣或非方陣的矩陣不存在逆矩陣,但在matlab里可以用函數(shù)pinv(A)求其偽逆矩陣。理解其實就是求不存在逆矩陣的逆矩陣。
當(dāng) M>N的時候,也就是說我們探測到的數(shù)據(jù)量大于原數(shù)據(jù)量,此時方程數(shù)量大于未知數(shù)數(shù)量,可以直接通過求偽逆求出矩陣B,B = pinv(A) * C
%測試偽逆,M > N A = rand(10,8); B = rand(8,1); C = A*B; BB = pinv(A)*C; B' BB'結(jié)果: ans =0.1375 0.3900 0.9274 0.9175 0.7136 0.6183 0.3433 0.9360ans =0.1375 0.3900 0.9274 0.9175 0.7136 0.6183 0.3433 0.9360當(dāng) N>M的時候,也就是說我們探測到的數(shù)據(jù)量大于原數(shù)據(jù)量,此時方程數(shù)量小于未知數(shù)數(shù)量,方程沒有唯一解,不能通過B = pinv(A) * C 求出B(壓縮感知情況另外考慮 :https://blog.csdn.net/tyfwin/article/details/88902091)
%測試偽逆 M<N A = rand(8,10); B = rand(10,1); C = A*B; BB = pinv(A)*C; B' BB'結(jié)果: ans =0.7360 0.7947 0.5449 0.6862 0.8936 0.0548 0.3037 0.0462 0.1955 0.7202ans =0.7045 0.7584 0.6073 0.5426 1.0107 0.0920 0.2619 0.1060 0.2999 0.6264?
總結(jié)
以上是生活随笔為你收集整理的逆矩阵、伪逆矩阵:数据的压缩和复原的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 图像处理:镜头频率(衍射极限) 和 相机
- 下一篇: 匈牙利算法学习笔记_Python代码