matlab练习程序（三阶张量T-QR分解）

转自：http://www.cnblogs.com/tiandsp/archive/2012/10/31/2747971.html

这里所谓的张量和黎曼那里的张量是不一样的，那个张量更多的用在物理上，这个张量就是矩阵的扩展。比如零阶张量就是数，一阶张量就是向量，二阶张量就是矩阵，三阶四阶就是更高维的数的集合。这个领域现在在数学上还都是很新的东西，矩阵的秩我们都知道怎么求，但是三维的张量或更高维的张量的秩现在在数学上也没有结果。至于张量的奇异值分解也只是也只是用很早的如用HOSVD来处理，我感觉这并不完全合适，新的分解算法就连老美也都没研究出来，从二维到多维的确有很多基础的理论都不适用了，像两个张量相乘这样基础的算法，现在虽然有，但我感觉也不是通用的，还要继续改进。

　　下面就是我看的一篇论文的张量相乘和分解方法，她的理论也可能不正确，不过这种新领域，大家都是在探索。

　　论文在这里：http://www.cs.tufts.edu/tech_reports/reports/2010-5/report.pdf，他主要介绍的是T-svd，T-svd分解后合成的只是原张量的一个近似结果，而T-QR就能得到一个准确的结果，所以我这里用了T-QR。以Matlab角度来看T-SVD和T-QR的代码其实是很类似的。

首先是两个函数的代码，放在.m文件中，文件名就是默认文件名（函数名）

1 mul.m

function c=mul(a,b)[a_n1 a_n2 a_n3]=size(a);[b_n1 b_n2 b_n3]=size(b);c=zeros(a_n1,b_n2,a_n3);A=cell(a_n3,1);B=cell(b_n3,1);for i=1:a_n3A{i}=a(:,:,i);B{i}=b(:,:,i);endindex_up=zeros(1,a_n3);index_down=zeros(1,a_n3);for i=1:a_n3    index_up(i)=a_n3-i+1;index_down(i)=i;ends=cell(a_n3,a_n3);for i=1:a_n3for j=1:a_n3if i==js{i,j}=A{1};end       if j>is{i,j}=A{index_up(j-i)};end       if j<is{i,j}=A{index_down(i-j+1)};end      end   endre=cell(a_n3,1);for i=1:a_n3re{i}=zeros(a_n1,b_n2);endfor i=1:a_n3for j=1:a_n3for k=1:1re{i,k}=re{i,k}+s{i,j}*B{j,k};endend    endfor i=1:a_n3c(:,:,i)=re{i};        endend

2 transpos.m

function a=transpos(b)    [n1 n2 n3]=size(b);a=zeros(n2,n1,n3);for i=1:n3a(:,:,i)=b(:,:,i)';end
end

最后是在matlab命令行中的代码：

clear all;
close all;
clc;
n1=3;
n2=3;
n3=3;A(:,:,1)=[10 23 34;43 55 63;72 85 96];
A(:,:,2)=[24 17 35;52 36 55;81 94 75];
A(:,:,3)=[65 16 52;21 47 78;92 33 43];
%A=imread('s.jpg');D=fft(A,[],3);for i=1:n3[q r]=qr(D(:,:,i));%[u s v]=svd(D(:,:,i));Q(:,:,i)=q;R(:,:,i)=r;%S(:,:,i)=s;
end
Q=ifft(Q,[],3);
R=ifft(R,[],3);
%S=ifft(S,[],3);B(:,:,1)=eye(n1,n2);
B(:,:,2)=zeros(n1,n2);
B(:,:,3)=zeros(n1,n2);%c=mul(mul(U,S),transpos(V));
c=mul(Q,R);c

matlab练习程序（三阶张量T-QR分解）相关推荐

matlab qr分解作用,MATLAB论文_矩阵的QR分解及其MATLAB实现.doc
您所在位置:网站首页 > 海量文档 &nbsp>&nbsp计算机&nbsp>&nbspmatlab MATLAB论文_矩阵的QR分解及其MATLAB实 ...
最优化方法——QR分解
目录系列文章目录一.问题二.实验思路综述 1.实验工具及算法 2.实验数据 3.实验目标 4.实验步骤三.相关线性代数知识导入 1.线性无关与基 2.标准正交 3.Gram-Schmidt(正 ...
QR算法的Matlab 程序,三种实现矩阵QR分解的算法与程序
To learn, to share, to debate, then comes progress. ------------------------------------------------ ...
matlab实现qr分解
二维平面的qr分解设列向量 v1=[−12],v2=[68]v_1=\begin{bmatrix} -1\\ 2 \end{bmatrix},v_2=\begin{bmatrix} 6\\ 8 \e ...
qr分解实验 matlab,QR分解与最小二乘
主要内容: 1.QR分解定义 2.QR分解求法 3.QR分解与最小二乘 4.Matlab实现一.QR分解 R分解法是三种将矩阵分解的方式之一.这种方式,把矩阵分解成一个正交矩阵与一个上三角矩阵的积. ...
双步位移求解特征值matlab,数值分析——带双步位移的QR分解求特征值算法
C语言实现数值分析中带双步位移的QR分解求特征值算法. 数值分析(B) 大作业(二) 1.算法设计: ①矩阵的拟上三角化: 对实矩阵A进行相似变换化为拟上三角矩阵A(n 1),其变换矩阵采用 ...
代码:matlab求QR分解，QL分解，LQ分解和RQ分解。
Matlab的命令里只有QR分解,如何求QL分解和LQ,RQ分解? LQ分解: [Q 1,R 1]= qr (H'); H=(Q 1*R 1)'=R 1' *Q 1'=L*Q; 所以下三角阵L= ...
matlab中qr函数 QR分解
实数矩阵A的QR分解是把A分解为 A = QR 这里的Q是正交矩阵(意味着QTQ = I)而R是上三角矩阵. 类似的,我们可以定义A的QL, RQ和LQ分解. 更一般的说,我们可以因数分解复数m×n矩 ...
用豪斯霍尔德（Householder）变换进行矩阵的QR分解，及其Matlab和OpenCV实现
1.豪斯霍尔德变换一般地,对给定的mmm维向量aaa,考虑分块 a=[a1a2]a=\left[ \begin{matrix} {{a}_{1}} \\ {{a}_{2}} \\ \end{matr ...

matlab练习程序（三阶张量T-QR分解）

matlab练习程序（三阶张量T-QR分解）相关推荐

最新文章

热门文章