學習筆記，僅供參考，有錯必究

關鍵詞：主成分分析 , 信息壓縮 , 高階張量 , Tucker 分解 , 各向異性

---

文章目錄

• • 基于 PCA 的信息壓縮 : 從一階到高階
  • • 摘要
    • 引言
    • • 從一階PCA到高階PCA
      • 二階情形:矩陣PCA
      • 高階情形 : 張量 PCA
    • 理解 PCA 的 3 個重要視角
    • • 從 “ 勾股定理 ” 看 PCA
      • 從張量的 Tucker 分解看 PCA(略)
      • 從 “ 深度 ” (depth) 看 PCA(略)

---

基于 PCA 的信息壓縮 : 從一階到高階

摘要

本文概述信息壓縮背景下從一階到高階主成分分析的統計原理 , 并從 3 個不同角度揭示各階主成分分析的特點和局限 , 同時指出可能的研究方向 . 首先以相似的結構綜述一階到高階主成分分析的原理及已有的發展 , 并進一步分

總結

以上是生活随笔為你收集整理的文献记录(part73)--基于 PCA 的信息压缩 : 从一阶到高阶的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。