矩陣轉換最優化怎麼求?

A, B已知,求一正交矩陣M(即滿足MM^{T} = I)使得left| left| MA - B 
ight|  
ight|_{F}^{2} 取到最小值,不對M進行限制比較容易求解,有限制的求解怎麼求呢?


Orthogonal Procrustes problem


能否分析一下M的自由度呢?比如如果M是一個旋轉矩陣?那麼可以通過羅德里格斯變換,把矩陣轉變成旋轉向量,剩下的問題就是求解一個最小二乘的問題了,個人認為還是要具體問題具體分析(?_?)

---------------------------------------------

剛才查了一下,正交矩陣的自由度是(n+1)*n/2, 而且正交矩陣可以對角化,對角化後,問題就變成最小二乘了0。0 參考:A Large Scale Non-linear Optimization Library


推薦閱讀:

最小均方誤差和最小二乘有什麼區別?
你從未這樣理解矩陣----從新認識矩陣

TAG:數學 | 線性代數 | 凸優化 | 矩陣 | 最小二乘法 |