TensorSparseCodingforPositiveDefiniteMatrices.docVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
TensorSparseCodingforPositiveDefiniteMatrices

Tensor?Sparse?Coding?for?Positive?Definite?Matrices Sivalingam, R.?;?Boley, D.?;?Morellas, V.?;?Papanikolopoulos, N. Pattern Analysis and Machine Intelligence, IEEE Transactions on? Volume: PP ,?Issue: 99 Digital Object Identifier:?10.1109/TPAMI.2013.143? Publication Year: 2013?, Page(s): 1 说的是稀疏编码,但是对象不是特征矢量,而是的正定矩阵,希望把它表示成K个基本矩阵的线性组合: 是编码矢量。 为了对比矩阵和重构矩阵的不同,用一个Logdet divergence距离函数表示: 根据矩阵性质 为了能让重构的结果接近原来的矩阵,要让距离最小化 为了让重构的矩阵和原来矩阵的差也正定=0,,,加这个约束 s.t. 同时希望能稀疏,我们用L1norm求稀疏 为此可以有两种方法: :加上一个在目标函数里: 因为 :加上一个()在约束中: 要优化这两个问题,可以直接用MAXDET problem来接: 下面就看如何把我们的问题转换成MAXDET problem了: : = = : 启发: 对矢量的表达,分类,(Sc, NMF, SVM, …)都可以转换成矩阵版本。 稀疏,既可以做为regularization,也可以做constraint. 这项跟x无关,不要了

文档评论(0)

l215322 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档