.png){kind=icon}
返回
Kernel-algorithms in frame-approximations
.png){kind=icon}
PRE
AI
DOI：10.1016/j.exmath.2024.125583.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为应用目的，本文介绍了希尔伯特空间中非正交展开的一般类别。本文的主要目的是在希尔伯特空间算子框架下提出一种设计Kaczmarz类型算法的新方法。我们的研究包括一系列不同的优化问题、新的Karhunen-Loève变换以及数字图像的主成分分析（PCA）。我们算法的一个关键特征是使用了递归投影算子系统。为此，我们还利用了特定的再生核希尔伯特空间、核因子分解和有限维近似。我们的投影算法旨在获得最大似然解、最小化代价问题、识别主成分以及数据维数约简。(c) 2024 Elsevier GmbH. 版权所有，包括文本和数据挖掘、AI训练以及类似技术的使用权。
Keyword:
Positive-definite kernels
Reproducing kernel Hilbert spaces
Interpolation
Sampling
Frames
Optimization
期刊
E
IF:
0.9
论文数:
43
被引数:
0
机构
引用论文
.png){kind=icon}
Infinite networks and variation of conductance functions in discrete Laplacians无限网络和离散拉普拉斯算子中电导函数的变化
PREAI
分享收藏分享收藏
分享收藏
查看更多内容