我正在寻找最快的方法来计算其外积最接近给定（方形）矩阵的列和行向量。理想情况下，我想要一个原始算法，而不需要外部依赖项（如矩阵特征值提取等）。
为了判断这种情况下“最佳近似”是什么意思，获取上下文可能会有所帮助：这样做的目的是我想通过分离一个大的方形二维滤波器内核（矩阵) 到两个 1D 滤波器内核（计算的列和行向量）。我假设最小化原始矩阵和近似值之间的平方差可能是这里的最佳选择。
如果可能的话，算法解释对我的帮助远远超过非常复杂的数学符号。:)
我正在寻找最快的方法来计算其外积最接近给定（方形）矩阵的列和行向量。理想情况下，我想要一个原始算法，而不需要外部依赖项（如矩阵特征值提取等）。
为了判断这种情况下“最佳近似”是什么意思，获取上下文可能会有所帮助：这样做的目的是我想通过分离一个大的方形二维滤波器内核（矩阵) 到两个 1D 滤波器内核（计算的列和行向量）。我假设最小化原始矩阵和近似值之间的平方差可能是这里的最佳选择。
如果可能的话，算法解释对我的帮助远远超过非常复杂的数学符号。:)