Прежде всего, название очень плохое из-за моего недостатка в сжатой лексике. Я попытаюсь описать, что я делаю, а затем снова задаю свой вопрос.Алгоритм, который принимает 2 'подобные' матрицы и 'выравнивает' друг другу
Справочная информация
Скажем, у меня есть 2 матрицы размером n
х m
, где n
является число экспериментальных векторов наблюдений, длина каждой из m
(временных рядов, по которой были собраны наблюдения). Одной из этих матриц является исходная матрица, называемая S
, другая - реконструированная версия S
, называемая Y
.
Давайте предположим, что Y
правильно реконструирует S
. Однако из-за ограничений алгоритма реконструкции Y
не может определить истинную амплитуду векторов в S
, и не гарантирует, что он обеспечит правильный знак для этих векторов (векторы могут быть перевернуты). Кроме того, порядок векторов наблюдений в Y
может не соответствовать первоначальному порядку соответствующих векторов в S
.
Мой вопрос
Есть ли алгоритм или метод для создания новой матрицы, которая является «Перестройка» в Y
к S
, так что, когда Y
и S
нормированы, алгоритм может (1) найти векторы в Y
, которые соответствуют векторам в S
и восстановить исходный порядок векторов, и (2) также соответствуют признакам векторов?
Как всегда, я действительно ценю всю предоставленную помощь. Благодаря!
Это домашнее задание? Потому что я не могу себе представить, что кому-то это понадобится в реальной жизни, и DONT знает, как его решить ... – zvolkov
zvolkov: нет, это не домашнее задание ...и я уже думал о методе, предоставленном Yuval A, но возможно, что у меня может быть очень большой набор данных, и поэтому я хочу избежать квадратичных методов времени, если это возможно, - мне было интересно, было ли что-то быстрее. Что касается меня, не зная, как это сделать ... ну, вот почему я спрашиваю. – oort
Нет информации о ограничениях на переносимость векторов, и я полагаю, что вы застряли в процессе Юваля. Если вы предоставили алгоритм реконструкции, может быть какое-то свойство, которое может быть использовано для ускорения работы. –