如何在MATLAB中找到两个矩阵之间的最小二乘？答案

【问题标题】：How do I find least square between two matrix in MATLAB?如何在MATLAB中找到两个矩阵之间的最小二乘？
【发布时间】：2021-09-20 20:18:03
【问题描述】：

在 MATLAB 中，python 中以下代码 sn-p 行的替换是什么？来自Python Implementation for SIFT Feature Extraction

 x = -lstsq(hessian, gradient, rcond=None)[0]

如果

粗麻布 = [-0.001 -9.042 -9.491;-9.042 -2.345 -7.983;-9.491 -7.983 -7.269] 和梯度 = [1.6 6.1 9.3]

以下是当前在 MATLAB 中实现的，但给出了 SIFT 特征提取的定位错误

[U,S,V] = svd(hessian); %singular value decomposition for eigenvectors 
T=S;
T(S~=0) = 1./S(S~=0);  
invH = V .* T' .* U'; %inverse hessian
x = - invH.*gradient;

【问题讨论】：

标签： python matlab feature-extraction sift hessian-matrix

【解决方案1】：

x = numpy.linalg.lstsq(A, B)[0]

是线性方程 Ax=B 的解。如果超定或欠定，则返回最小二乘解。

在 MATLAB 中，您可以使用

x = A\B;

见the documentation。

要显式使用最小二乘求解器，请使用lsqr，这通常仅对稀疏矩阵有用：

x = lsqr(A, B);

【讨论】：