如何優化正交矩陣?
12-28
如果沒有T是正交矩陣的要求,就是一個最簡單的最小二乘問題。但是如果限制T是正交陣呢?其中,Y,X行數大於列數。
這個問題讓我頭疼好久了,不一定要數學上完美的解,思路或者近似解都可以。
想用優化方法卻不知道每一步怎麼構造新的正交矩陣。如果沒有想法,不知道網上那些網站更適合討論這類問題。
題主你是不是寫錯了?我猜應該是矩陣的F範數而不是2範數吧。。
想一想其實解析就可以解出來
所以這個問題等價於,A是方陣,Q是正交矩陣
把A SVD分解
是正交矩陣
所以
等號成立的條件是
其實就是有限制的極值問題,那就很明確了啊,當然是用拉格朗日乘子法,把目標函數改寫成
就行了;不過注意到這個表達式有些問題,一邊是標量,一邊是矩陣,可以有很多種方法,比如改寫成
給矩陣每個元素一個額外的變數,別看變數多,求導出來還是很整齊的,可以把T寫成行向量組合的形式,這樣後面每一項就是兩個行向量的點積 - I(m,n),也就可以改寫為:
設
則可以寫為
其中是單位陣第i行第j列的元素,也就是i = j時為1,否則為0
題主可以看一下Chris Ding發表在05、06年(沒記錯的話)KDD和ICDM的文章。不過好像是非負矩陣的分解帶正交限制。
推薦閱讀:
※有沒有將深度學習融入機器人領域的嘗試?有哪些難點?
※技術上講,王樹森和吳佳俊誰更牛逼?
※想去上海交大讀研,計算機視覺與機器視覺怎麼選?
※國外比較有名的機器學習、計算機視覺相關論壇有哪些?
※微軟小冰測顏值為什麼這麼准?