qq1028850792的专栏

一。K-均值算法：（每个信号由一个Ck表达）    输入参数：    目标函数： ek为自然向量，除第k个分量为1，其余为0    输出：（1）求坐标矩阵X（本质上是稀疏编码，每一列非零元只有一个），X=[x1,x2,x3,...,xN]；（2）矩阵C（迭代更新码本），   理解：本质是通过N个信号，分成K类，每一类的中心点就是码字，是一个迭代过程  举例：如下,K=2.

数值解(numerical solution)是在特定条件下通过近似计算得出来的一个数值，是采用某种计算方法,如有限元的方法, 数值逼近,插值的方法, 得到的解.别人只能利用数值计算的结果解析解(analytical solution)就是给出解的具体函数形式，从解的表达式中就可以算出任何对应值，就是一些严格的公式,给出任意的自变量就可以求出其因变量,也就是问题的解, 他人可以利用这些公式

我要解方程。但是有两个shortcoming（1）The equality requirement b = Ax is too strict，我们找个近似的条件，（2）The sparsity measure is too sensitive to very small entries in x,但是还有两个questions：Q1: When can uniqueness of the

A central achievement of classical linear algebra is a thorough examination of the problem of solving systems of linear equations,but there is an elementary problem that has to do with sparse soluti

本章讨论如何解P0问题  3.1 Greedy Algorithms（为什么要做贪婪算法，the approximation error is always reduced by as much as possible,非零元是已知的）general matrix A：LS—OMP》OMP》MP》WMP》3.1.1 The Core Idea（1）已知spark(A)

1.elad的个人主页：http://www.cs.technion.ac.il/~elad/2.登记

paper毕竟是死的, 写paper的人才是活的. 那么我现在研究一下cv圈的格局, 按师承关系, 借鉴前人, 我总结a tree stucture of cv guys.David Marr----->Shimon Ullman (Weizmann) ----->Eric Grimson (MIT)       ----->Daniel Huttenloche