矩阵的奇异值分解在图像压缩中应用
随着大数据技术的飞速发展,矩阵分解特别是矩阵的奇异值分解(SVD)在数据检索、图像压缩、人脸识别、神经网络等领域有着广泛应用.针对图像压缩问题,首先给出了矩阵奇异值分解的基本理论,指出了矩阵奇异值的存在和唯一性,同时分析了矩阵奇异值分解的一般方法并用Matlab加以实现;然后论述了矩阵奇异值分解用于图像压缩的基本原理,最后用数值实验展示理论方法的有效性.
矩阵分解、图像压缩、低秩逼近
18
TP18(自动化基础理论)
贵阳学院大学生创新创业项目;贵阳学院大学生创新创业项目;市科技局-李顺利项目
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-2,8