Попытка воссоздать упомянутую программу здесь
В настоящее время я работаю над проектом, который включает выполнение PCA на ковариационной матрице.
Сначала необходимо включить N 250x250 (MXM) изображения в матрицу (250x250) x1, эффективно превращая каждый пиксель в собственную «особенность», после этого я затем вычисляю средние значения признаков, обозначенные X.
Затем я вычисляю разницу между каждым изображениеми X, и запишите эти различия в переменную Y.
Здесь в описываемой статье становится немного сложнее, они утверждают, что создали ковариацию для каждого изображения, а затем взяли средства этих ковариационных матриц, однако размериз этих матриц будет (250x250) x (250x250), что вызывает ошибки памяти.Я упомянул об этом своему руководителю, который рекомендовал мне исследовать разложение матрицы NxN и затем вместо этого преобразовать собственные векторы, мне кажется, что я могу найти собственные векторы без вычисления ковариационной матрицы каждого изображения и их усреднения.
Итак, мой вопрос: как я могу вычислить собственные векторы без вычисления ковариационной матрицы по N выборкам?
Надеюсь, это имеет смысл, спасибо за чтение.