推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

SVD(奇异值分解)算法及其评估

更新时间:2019-10-01 15:00:48 大小:4M 上传用户:sun2152查看TA发布的资源 标签:svd算法奇异值分解 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

SVD(奇异值分解)算法及其评估

本文第一部分对SVD进行了简单的介绍,给出了定义和奇异值分解定理;第二部分简要地列举了SVD的应用;第三部分则构造和分析了各种求解SVD的算法,特别对传统QR迭代算法和零位移QR迭代算法进行了详细完整的分析;第四部分给出了复矩阵时的处理办法;第五部分是对各种算法的一个简要的总结。

一、SVD简介

定义1.1设A=R~7,AA的特征值的非负平方根称作A的奇异值;A的奇异值的全体记作o(A)[1]。

当A为复矩阵C~时,只需将AA改为A1A,定义1.1仍然成立。

定理1.1(奇异值分解定理)设A=R~0,则必存在正交矩阵

是一个超椭球面,它的n个半轴长正好是A的n个奇异值a12o,2..2o。20,这些轴所在的直线正好是A的左奇异向量所在的直线,它们分别是对应的右奇异向量所在直线的象。

一般地我们假设m≥n,(对于m<n的情况,我们可以先对A转置,然后进行奇异值分解,最后对所求得的SVD分解式进行转置就可以得到原式SVD分解式),此时我们对(1.1)进行化简将U表示为:


部分文件列表

文件名 大小
SVD(奇异值分解)算法及其评估.pdf 4M

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载