格拉姆--施密特(Gram-Schmidt)正交化方法笔记

这篇具有很好参考价值的文章主要介绍了格拉姆--施密特(Gram-Schmidt)正交化方法笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

        前段时间,身边的小伙伴问过我关于线性代数的一些知识,其中包含了特征向量的正交化的内容。遥想当初在学习线性代数的时候,只知道施密特正交化可以用来解决这个问题,但是老师猝不及防地甩过来一大段公式(可见下式),完全没讲怎么来的,并且这破公式好难记,着实困扰了我很长一段时间,直到最近上了《高等工程数学》的一堂课才有点理解它的由来。

施密特正交化,数学,线性代数

         为了简单起见,我们先看看只有a1,a2两个线性无关向量的情况,根据上面的公式可以得出

施密特正交化,数学,线性代数

        那这是怎么来的呢?首先第一个等式是比较符合常理的,主要是第二个的值如何取;我们要明白一定是要与垂直的,即满足两两正交,因此我们可以画一个图更直观地感受一下

施密特正交化,数学,线性代数

         图中的底下的黑色线条(不是蓝色的)是(),而给定的为斜向上黑色的线条,因为不一定与垂直,所以我们需要构造使得与垂直。很直观地,我们可以从图中看到底下蓝色线条对应的向量与是共线同方向的,并且其长度为在上的投影,即

施密特正交化,数学,线性代数

        这里的v就是对应蓝色的线条,根据向量之间的减法,图中的r1就等于,这就与公式中的第二个等式一样,并且发现这个r1与垂直,就是我们所想要的。从这里我们可以看到所求的其实等于r1=,当且仅当p等于在上的投影长度。这样我们延伸到三维空间,我们可以得到

施密特正交化,数学,线性代数

 考虑到正交性,应满足

施密特正交化,数学,线性代数

 

这样就得到了r2=,以此类推,可以得到所有的。

        这次的分享主要是为了大学期间的好伙伴备考而写的,希望对他能有所帮助。文章来源地址https://www.toymoban.com/news/detail-823873.html

到了这里,关于格拉姆--施密特(Gram-Schmidt)正交化方法笔记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 格拉姆角场

    格拉姆角场能够将时间序列数据转换为图像数据,既能保留信号完整的信息,也保持着信号对于时间的依赖性。信号数据转换为图像数据后就可以充分利用CNN在图像分类识别上的优势,进行建模 。 Document: 为每个(x_i, x_j)创建一个时间相关性矩阵。首先,它以-1a b 1重新缩放范

    2024年02月09日
    浏览(43)
  • python 施密特标准正交化 + 判断矩阵是否正交(亲测!)

    【线性代数】标准正交矩阵与Gram-Schmidt正交化_nineheaded_bird的博客-CSDN博客_标准正交矩阵         标准正交向量组定义:任一向量的 模为1(向量标准化) ,且任意两个向量的 乘积为0(向量正交化) ,可通过 施密特标准正交化 实现。       线性无关向量组未必是正交

    2024年02月03日
    浏览(51)
  • 时序分析 42 -- 时序数据转为空间数据 (一) 格拉姆角场

         我们通常认为时序数据为一维数据,实际上时序数据隐含另外一个维度就是时间。但有时我们可能需要从其他维度来解读单变量时序数据,例如我们可以把时序数据转换为空间数据,就是类似图像的数据,后续可以使用卷积神经网络来进行特征提取。达到这一目的有两

    2024年02月02日
    浏览(43)
  • 将时间序列转成图像——格拉姆角场方法 Matlab实现

    目录 1 方法 2 Matlab代码实现 3 结果 【若觉文章质量良好且有用,请别忘了 点赞收藏加关注 ,这将是我继续分享的动力,万分感谢!】 其他: 1.时间序列转二维图像方法及其应用研究综述_vm-1215的博客-CSDN博客 2.将时间序列转成图像——马尔可夫转移场方法 Matlab实现_vm-1215的

    2024年01月21日
    浏览(58)
  • 使用格拉姆角场(GAF)以将时间序列数据转换为图像

    这篇文章将会详细介绍格拉姆角场 (Gramian Angular Field),并通过代码示例展示“如何将时间序列数据转换为图像”。 Gramian Angular Summation / Difference Fields (GASF / GADF)可以将时间序列转换成图像,这样我们就可以将卷积神经网络 (CNN) 用于时间序列数据 在开始介绍之前,我认为首

    2023年04月09日
    浏览(35)
  • 【信号转换】基于格拉姆矩阵(GASF/GADF)的一维信号转换图像算法【附MATLAB代码】

    GAF是利用坐标变化和格拉姆矩阵,实现将时间序列变化成为二维图像的 一种图像编码技术。GAF是采用极坐标系表示时间矩阵的,再用格拉姆矩阵对 生成的角度进行变换,这主要是因为格拉姆矩阵能够保持时间的依赖性,但是 并不能很好的区分有价值信息和高斯噪声,所以要

    2024年03月21日
    浏览(85)
  • 17正交矩阵和Gram-Schmidt正交化

    在 R mathbb R R 中,两个向量内积(Inner product)和点积(Dot product)是同一个概念,也就是内积与点积一样。但在 C mathbb C C 中,点积仍然被定义为对应元素相乘,而内积则被附加了共轭以保证物理性质。 对于两个向量 v v v 和 w w w ,如果它们之间的内积为0,那么它们被称为正

    2024年02月05日
    浏览(39)
  • 线性代数 --- 最小二乘在直线拟合上的应用与Gram-Schmidt正交化

    在前一篇最小二乘的文章中: 线性代数 --- 投影与最小二乘 下(多元方程组的最小二乘解与向量在多维子空间上的投影)_松下J27的博客-CSDN博客 多变量方程组的最小二乘,向量到多维子空间上的投影。 https://blog.csdn.net/daduzimama/article/details/129559433?spm=1001.2014.3001.5501 我们知道了:

    2023年04月09日
    浏览(48)
  • 宁芝普拉姆键盘说明书以及键盘校验软件

    上一次买键盘的说明书已经被玩丢了; 这次也是翻了半天才翻出来,所以在这里记录下; 不得不说,普拉姆静电容键盘确实不戳,三四年前买的是 45g 的,这次是 35g ,码一整天也不会累;

    2024年02月11日
    浏览(46)
  • Gram矩阵+Gram矩阵和协方差矩阵的关系

    gram矩阵是计算每个通道 i 的feature map与每个通道 j 的feature map 的内积 gram matrix的每个值可以说是代表 i 通道的feature map和 j 通道的 feature map的互相关程度。 参考博客 G = A T A = [ a 1 T a 2 T ⋮ a n T ] [ a 1 a 2 ⋯ a n ] = [ a 1 T a 1 a 1 T a 2 ⋯ a 1 T a n a 2 T a 1 a 2 T a 2 ⋯ a 2 T a n a n T a 1 a n

    2024年02月10日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包