Command Palette
Search for a command to run...
Verallgemeinerter Rayleigh-Quotient
Datum
Verallgemeinerte Rayleigh-EntropieEs kann als Erweiterung der Rayleigh-Entropie betrachtet werden, die sich auf die Funktion R(A,B,x) bezieht:
latexR(A,B,x) = xHBxxHAx
Wobei x ein von Null verschiedener Vektor ist, A und B n×n Hermitesche Matrizen sind und B eine positiv definite Matrix ist. Sei latexx’ = B−1/2x , dann lässt sich der Nenner umformen in:
latex {x\mathop{{}}\nolimits^{{H}}Bx\text{ }=\text{ }x\text{'}\mathop{{}}\nolimits^{{H}}{ \left( {B\mathop{{}}\nolimits^{{-{{1}/{2}}}}}} \right) }\mathop{{}}\nolimits^{{H}}BB\mathop{{}}\nolimits^{{-{{1}/{2}}}}x\text{'}\text{ }=\text{ }x\text{'}\mathop{{}}\nolimits^{{H}}B\mathop{{}}\nolimits^{{-{{1}/{2}}}}BB\mathop{{}}\nolimits^{{-{{1}/{2}}}}x\text{'}\text{ }={x\text{'}\mathop{{}}\nolimits^{{H}}x\text{'}}}
Der Zähler wird umgewandelt in:
latexxHAx = x’HB−1/2AB−1/2x’
zu diesem Zeitpunkt R(A,B,x) wird in R(A,B,x′) transformiert:
latexR(A,B,x’) = x’Hx’x’HB−1/2AB−1/2x’
Aus der obigen Formel können wir schließen, dass die verallgemeinerte Rayleigh-Entropie die Matrix standardisieren kann, was bei der linearen Diskriminanzanalyse von Fisher eine wichtige Rolle spielt.
Verweise
【1】Rayleigh-Quotienten- und Extremwertberechnung
【2】Zusammenfassung des Prinzips der linearen Diskriminanzanalyse (LDA)
KI mit KI entwickeln
Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.