Sparse Vector
定义 Definition
稀疏向量：在数学、统计与计算机科学中，指大部分分量为 0（或为空/不出现）的向量。稀疏性常用于减少计算与存储成本，并突出最重要的特征。（在不同领域也可能有更广义的“稀疏表示/稀疏特征”含义。）
发音 Pronunciation
/ˈspɑːrs ˈvɛktər/
例句 Examples
A sparse vector has mostly zeros.
稀疏向量的大多数分量都是 0。
In compressed sensing, we recover a sparse vector from far fewer measurements than its dimension.
在压缩感知中，我们可以用远少于向量维度的测量值来恢复一个稀疏向量。
词源 Etymology
sparse 源自拉丁语 sparsus（“散开的、零散的”），强调“分布不密、数量不多”；vector 源自拉丁语 vector（“运送者、携带者”），在现代数学中引申为“具有方向与大小/分量的量”。合起来 sparse vector 字面即“分量零散（多为零）的向量”。
相关词 Related Words
文学与著作 Literary Works
- Trevor Hastie, Robert Tibshirani, Martin Wainwright，《Statistical Learning with Sparsity: The Lasso and Generalizations》——大量使用“sparse vector”讨论稀疏模型与 Lasso。
- Emmanuel Candès, Michael Wakin，“An Introduction To Compressive Sampling”（IEEE Signal Processing Magazine）——用“sparse vector”解释压缩感知核心假设。
- Christopher M. Bishop，《Pattern Recognition and Machine Learning》——在特征表示与高维学习语境中讨论稀疏表示/稀疏参数向量。
Select Language