есть ли связь между ковариацией матрица и собственными значениями? как пример
Давайте рассмотрим размер изображения 321 × 261 321 × 261 = 83781. У нас есть только 32 наблюдения и 83781 неизвестный, тогда у нас есть матрица (32 строки X 83781 столбец)
затем мы рассчитаем ковариационную матрицу (32 X 32), чтобы получить 32 собственных значения. Вопрос в том, выражают ли эти собственные значения 32 изображения? или нет никакой связи между собственными значениями и изображениями
спасибо за тебя,
ПРИМЕЧАНИЕ.
Matlabsolutions.com предоставляет последнюю Помощь по домашним заданиям MatLab, Помощь по заданию MatLab для студентов, инженеров и исследователей в различных отраслях, таких как ECE, EEE, CSE, Mechanical, Civil со 100% выходом. Код Matlab для BE, B.Tech ,ME,M.Tech, к.т.н. Ученые со 100% конфиденциальностью гарантированы. Получите проекты MATLAB с исходным кодом для обучения и исследований.
Короче говоря: собственные значения матрицы ковариации кодируют изменчивость данных в ортогональном базисе, который фиксирует как можно большую изменчивость данных в первых нескольких базисных функциях (также известных как главный компонент). основе).
Например, этот код создает эллипс, большая ось которого является осью x, а малая ось — осью y.
t = linspace(0,2*pi,256); data = [cos(t);0.2*sin(t)]; plot(data(1,:),data(2,:),'.') axis([-1,1,-1,1])
Теперь вычислите дисперсию координат данных
% tranpose to get variance down each column % computes variance of each coordinate of the data v = var(data')
Наконец, обратите внимание, что собственные значения ковариационной матрицы равны дисперсии координат данных.
СМОТРИТЕ ПОЛНЫЙ ОТВЕТ НАЖМИТЕ НА ССЫЛКУ
