K-means & K-SVD原理

应用场景 K-means算法多用于聚类 K-SVD算法则可用于压缩，编码，聚类等 稀疏表示 用较少的基本信号的线性组合来表达大部分或者全部的原始信号。 每个矩阵的列向量可看成一个信号，一个矩阵则是信号的集合。 其中， 基本信号可成为原子信号。 设矩阵Y为样本集，由N个样本组成，每个样本由n个特征表示，即Y的尺寸为(n * N)。 所谓稀疏表示，就是找到一组向量基(一组原子信号)，将此组向量基进行线

>>阅读原文<<