1、假设协方差矩阵为c
第i行与du第j行的相关zhi系数为:
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j))
若要dao求整个矩阵可专用循属环实现
[m,n]=size(c);
for i=1:m
for j=1:n
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j));
end
end
2、%%协方差矩阵C转化相关系数矩阵
s = diag(C);
if (any(s~=1))
C = C ./ sqrt(s * s');
end
扩展资料:
尽管自协方差矩阵很简单,可它却是很多领域里的非常有力的工具。例如,在数字图像处理中,虽然图像不一定是方阵,无法使用特征值分解还原,但是图像的自协方差矩阵必定是个实对称矩阵,因而它能导出一个变换矩阵(导出过程可参考相关资料),这个矩阵能使数据完全去相关(decorrelation),从而能够提取图像中物体的特征(人脸识别等应用)。
从不同的角度看,也就是说能够找出一组最佳的基以紧凑的方式来表达数据(用于数据压缩)。这个方法在统计学中被称为主成分分析(principal components analysis),在图像处理中称为Karhunen-Loève 变换(KL-变换)。
参考资料来源;百度百科-相关矩阵与协方差矩阵
假设协方差矩阵为c
第i行与du第j行的相关zhi系数为:
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j))
若要dao求整个矩阵可专用循属环实现
[m,n]=size(c);
for i=1:m
for j=1:n
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j));
end
end
自协方差矩阵的应用
在数字图像处理中,虽然图像不一定是方阵,无法使用特征值分解还原,但是图像的自协方差矩阵必定是个实对称矩阵,因而它能导出一个变换矩阵;
这个矩阵能使数据完全去相关(decorrelation),从而能够提取图像中物体的特征。从不同的角度看,也就是说能够找出一组最佳的基以紧凑的方式来表达数据(用于数据压缩)。
本回答被网友采纳