摘要： 首先给出SVD定义： 任意矩阵$A \in R^{m \times n}$总可以分解为两个正交矩阵和一个对角矩阵的乘积。即： $A = U \Sigma_r V^T$ 其中，$U \in R^{m \times m}, V \in R^{n \times n}, \Sigma_r = diag(\s 阅读全文