Scientific Library of Tomsk State University

   E-catalog        

Normal view MARC view

Применение сингулярного разложения для сжатия изображений и решения плохо обусловленных систем линейных уравнений А. А. Афанасьева, А. В. Старченко

By: Афанасьева, Анна АлександровнаContributor(s): Старченко, Александр ВасильевичMaterial type: ArticleArticleContent type: Текст Media type: электронный Subject(s): сингулярное разложение матриц | сжатие изображений | сингулярные числа | число обусловленностиGenre/Form: статьи в сборниках Online resources: Click here to access online In: Всероссийская молодежная научная конференция студентов, аспирантов и молодых ученых "Все грани математики и механики" 23-27 апреля 2019 г. : сборник статей С. 99-110Abstract: Данная статья посвящена применению сингулярного разложения матриц для сжатия изображений и решения плохо обусловленных систем линейных уравнений. Для сжатия изображений показана возможность существенного сокращения требуемого объема памяти для хранения изображений без существенной потери качества их представления. Для плохо обусловленных систем линейных уравнений используется усеченная сингулярная декомпозиция для решения приведенной системы линейных уравнений с матрицей, имеющей меньшее значение числа обусловленности. Этот метод не требует дополнительных сведений о свойствах матрицы. В качестве примеров используются системы с Гильбертовой матрицей.
Tags from this library: No tags from this library for this title. Log in to add tags.
No physical items for this record

Библиогр.: 5 назв.

Данная статья посвящена применению сингулярного разложения матриц для сжатия изображений и решения плохо обусловленных систем линейных уравнений. Для сжатия изображений показана возможность существенного сокращения требуемого объема памяти для хранения изображений без существенной потери качества их представления. Для плохо обусловленных систем линейных уравнений используется усеченная сингулярная декомпозиция для решения приведенной системы линейных уравнений с матрицей, имеющей меньшее значение числа обусловленности. Этот метод не требует дополнительных сведений о свойствах матрицы. В качестве примеров используются системы с Гильбертовой матрицей.

There are no comments on this title.

to post a comment.
Share