K-means & K-SVD原理

應用場景 K-means算法多用於聚類 K-SVD算法則可用於壓縮，編碼，聚類等 稀疏表示 用較少的基本信號的線性組合來表達大部分或者全部的原始信號。 每個矩陣的列向量可看成一個信號，一個矩陣則是信號的集合。 其中， 基本信號可成爲原子信號。 設矩陣Y爲樣本集，由N個樣本組成，每個樣本由n個特徵表示，即Y的尺寸爲(n * N)。 所謂稀疏表示，就是找到一組向量基(一組原子信號)，將此組向量基進行線

>>阅读原文<<