qizhou

摘要： 奇异值分解（Singular Value Decomposition, SVD）可以被看做是方阵特征值分解的推广，适用于任意形状的矩阵。 对于矩阵$A\in \R^{m\times n}$，不失一般性，假设$m\geq n$，奇异值分解期望实现： $A=U\Sigma V^T$ 其中$U,V$分别为 阅读全文