简介:一种在二值Hopfield网络中的投影学习算法,推广后得到一种能够在复值多态网络中应用的高效学习算法。新的算法学习效率高、具有扩展性等优点。
简介:本文介绍了一种在线递归投影稀疏矩阵恢复(ReProSMR)算法矩阵时间序列Mt等于稀疏矩阵序列St与非稀疏矩阵序列Lt之和,其中Lt在低维张量空间内随时间缓慢变化ReProSMR算法实时地将观测矩阵Mt分解为非稀疏矩阵Lt和稀疏矩阵StReProSMR算法的一个典型应用场景为监控视频动态背景建模,监控视频的每一帧图像的背景部分由于具有很强的相似性而构成低秩部分,而少量的运动目标构成视频的前景则对应于稀疏部分ReProSMR算法对图像序列进行矩阵低秩稀疏分解,便可成功地将静止的背景和活动的前景分开,从而实现背景动态建模和运动前景识别。ReProSMR算法是递归投影压缩传感(ReProCS)算法引入张量主成分分析后的改进算法实验结果表明,ReProSMR算法的计算效率显著高于ReProCS算法。
简介:摘要:高斯投影是高斯(德国数学家、物理学家、天文学家)于19 世纪20年代拟定,后经克吕格(德国大地测量学家)于1912 年对投影公式加以补充,故称为高斯-克吕格投影,又名“等角横切椭圆柱投影”,是地球椭球面和平面间正形投影的一种。
简介:摘要 由于矩阵的初等变换和初等矩阵都有“初等”二字,所以非常容易将二者混为一谈.此文的目的在于解释这两个概念的区别,同时也介绍它们的关系.在对矩阵进行运算时,我们可对其进行类似于行列式的行(列)变换或数乘运算等,即矩阵的初等变换.为了搞清楚变换后的矩阵所具有的特性,也为了说明矩阵的初等变换的意义,我们引入初等矩阵的概念.其实初等矩阵就是单位矩阵经矩阵的初等变换后所得的矩阵.具体内容见下文简述.
简介:这期封面上的数学元素,同学们发现了吗?它非常有趣,它就是球极平面投影。我们都知道,物体在光线的照射下,会在地面或墙壁上出现影子,这种自然现象被称为投影。但本期的封面数学元素——球极平面投影跟常见的投影可不太一样。我们先来观察下面三幅图片,看看它们有什么共同