2022年3月19日
Singular Value Decomposition（奇异值分解）
摘要： 简介 SVD是将矩阵A分解为U，∑和V三个矩阵，如下： 假设矩阵A是一个6行4列的矩阵，则SVD分解如下： 其中： VT是一个行向量正交矩阵，即其中任意两个行向量vi正交； ∑是对角矩阵，对角线上有n个非零值（n等于矩阵A的秩），∑矩阵其它位置均为0；例子中矩阵A的秩为3，所以∑对角线上只有3个非零 阅读全文
posted @ 2022-03-19 15:45 WTSRUVF 阅读(186) 评论(0) 推荐(0) 编辑