矩阵(256*256)的行列式可能是无穷大的

Question

我有(256*1)特征向量来自灰色图像(16*16).当我计算该向量的样本协方差并且计算协方差矩阵行列式答案是inf时,向量的数量是550

有限矩阵的有限范围(0:255)值是无限的可能决定因素还是我错误的某些地方？

实际上我想要用贝叶斯估计进行分类,我的分布是高斯分布的,当我计算行列式是inf时,最终答案(似然)为零.

我的代码的一部分:

Mean =  mean(dataSet,2);
MeanMatrix = Mean*ones(1,NoC);
Xc = double(dataSet)-MeanMatrix; % transform data to the origine
Sigma = (1/NoC) *Xc*Xc'; % calculate sample covariance matrix 
Parameters(i).M = Mean';
Parameters(i).C = Sigma;

likelihoods(i) = (1/(2*pi*sqrt(det(params(i).C)))) * (exp(-0.5 * (double(X)-params(i).M)' * inv(params(i).C) * (double(X)-params(i).M)));

变量我展示我的课程; 变量X显示我的特征向量;

Answer 1

这种矩阵的行列式能否是无限的？不,它不能.

它可以评估为无限吗？当然是.

这是一个具有有限数量元素的矩阵的例子,它不是太大,但行列式很少会被评估为有限数:

det(rand(255)*255)