稀疏矩阵求解

稀疏表达:向量、矩阵与张量

对于低秩稀疏这些优化算法,论文或者博客中几乎很少给出具体推导过程、以及更新过程中每一步的具体推导过程。笔者对整个推导过程进行了详细的说明,需要的可以下载来看,关于RPCA和LRR算法中每一个公式的来源

使用Matlab语言编程，分别用Gauss消去，Jacobi迭代，Gauss-Seidel迭代，SOR迭代和共轭梯度法对Hilbert矩阵进行求解并绘制相关曲线。

通过求逆矩阵求解最逆矩阵，原来是用做三维重建求解的。希望对大家有用

特殊矩阵、稀疏矩阵的表示实现与运算

采用十字链表表示稀疏矩阵,并实现矩阵的加法运算。 要求:要检查有关运算的条件,并对错误的条件产生报警

矩阵求和[问题描述]实现两个稀疏矩阵求和操作。[基本要求]（1）矩阵可键盘输入，也可事先给定；（2）输出求和结果；（3）利用三元组数据结构。

当前压缩感知中测量矩阵的优化是测量阶段和重构阶段采用同一矩阵的事前优化。采用了以行变换为主的测量矩阵优化算法和过渡矩阵将压缩感知的测量矩阵和重构矩阵相分离,在测量阶段采用单像素相机的0-1稀疏矩阵,在

稀疏矩阵的三元组顺序存储实现，有转置、相加、相乘等功能，一般矩阵也有相应功能。

是数据结构（严蔚敏版）课程设计，稀疏矩阵运算器的代码和报告