稀疏矩阵求最小或最大的K个特征值及其特征向量

最新推荐文章于 2023-12-26 01:47:11 发布
最新推荐文章于 2023-12-26 01:47:11 发布
阅读量5.4k 收藏 2
点赞数
文章标签： 稀疏矩阵 最小特征值 特征向量
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lingtingseu/article/details/21985501
版权
本文介绍了如何处理一个5000*5000的稀疏矩阵，每行只有4个非零值的问题。通过OpenCV和Matlab的eigs()函数，作者发现可以快速求解最小的k个特征值和特征向量。进一步研究发现，Matlab采用了Arnoldi算法和ARPACK库。在VS环境下编译ARPACK遇到困难，包括make lib无响应、缺少msys-iconv-2.dll文件、错误地用patch SRC覆盖原有SRC等问题。通过安装mingw32-libiconv和正确应用patch解决了问题，最终成功生成.dll和.lib文件并实现了功能。
摘要由CSDN通过智能技术生成

       本人挤牙膏试的文笔，没有习惯写博客，为了方便以后遇到这个问题不要重头再来，也为了有可能能给其他小伙伴一些建议，还是决定整理整理思路，努力写篇大家看得懂的笔记吧。

      由于我要处理的问题是求一个5000*5000维度矩阵的最小特征向量，我的矩阵有个特点，虽然维度大，但是没行只有4个非零值，很稀的矩阵，有点像食堂的免费汤里的蛋花，OpenCV有个函数

 CVAPI(void)  cvEigenVV( CvArr* mat, CvArr* evects, CvArr* evals,double eps CV_DEFAULT(0), int lowindex CV_DEFAULT(-1), int highindex CV_DEFAULT(-1))是可以求对称矩阵的特征值和特征向量，它不争气的求了将近一个小时，还是没有给出结果。为了这一个特征向量，费这么大劲，逼着我去找解决的方法。 

 

       Matlab有个函数eigs(),可以求最小的k个特征值及其对应的特征向量，配上sparse矩阵，这个问题大约只用到几秒，于是想查查，matlab到底用了什么算法，怎么能这么给力呢。matlab很直白的告诉我们说，我用了Arnoid算法，还有个包，ARPACK包。
 

     于是，转战ARPACK，ARPACK是fortran语言写的，我是用VS开发，这显然又给我出难题了，google搜了很久，发现有个哥们直接开悬赏帖，让我有些没有底气了，难道真的这么难搞定吗？没有办法，工作需要，硬着头皮搞。
 

    这个哥们的博客&

                

        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  lingtingseu
                
              
            

            

                关注
              
            

        

        

          
      

      









                



	

		

			

				
					
matlab对稀疏矩阵求特征值,使用ARPACK查找稀疏矩阵的特征向量和特征值（称为PYTHON，MATLAB或FORTRAN子例程）...

				
			

			

				

					weixin_29009339的博客
				

				

					03-18
					
					468
					
				

			

		

		

			
				
几天前我问了一个如何找到大稀疏矩阵的特征值的问题 . 我没有答案，所以我决定描述一个潜在的解决方案 .One question remains:Can I use the python implementation of ARPACKto compute the eigenvalues of a asymmetric sparse matrix.首先，我想说，根本不需要使用FOTRAN驱动程序直接...

			
		

	



                

              
                



	

		

			

				
					
[矩阵计算]Lanczos方法：求稀疏矩阵特征值

				
			

			

				

					weixin_30488313的博客
				

				

					07-30
					
					3608
					
				

			

		

		

			
				
更新： 29 JUL 2016
由QR方法知，求矩阵$A$的特征值，大多需要先将其三对角化（详细方法见徐树方先生的教材。此处外链一个例子），即
$$ T=Q^TAQ $$
即找到正交矩阵$Q$使得$T$成为三对角矩阵。然而若$A$为大型稀疏矩阵，常用的方法如Householder和Givens变换都无法充分利用$A$的稀疏性，因此考虑直接计算$T$和$Q$的矩阵元以利用$A$的稀疏性加速运算...

			
		

	



                


  
              

                


	

		

			

				
					
matlab 求特征值的命令,MATLAB自学笔记（九）：稀疏矩阵、特征值与特征向量

				
			

			

				

					weixin_34401781的博客
				

				

					03-16
					
					1499
					
				

			

		

		

			
				
稀疏矩阵稀疏矩阵定义：含有大量0元素的矩阵一个稀疏矩阵包括m*3项元素，其中m是原数组中非零项的个数。其第一列是行下标，第二列是列下标，第三列是非零项的值储存一个浮点数需要8字节，一个下标值需要4字节，则储存整个矩阵需要16*m个字节1.稀疏矩阵的存储方式对于稀疏矩阵，MATLAB仅存储矩阵所有的非零元素的值及其位置2.稀疏矩阵的生成利用函数sparse(稀疏)建立一般的稀疏矩阵sparse(A)...

			
		

	





	

		

			

				
					
Matlab中，稀疏矩阵特征值与特征向量求解问题

				
			

			

				

					whjstudy1的博客
				

				

					02-23
					
					4185
					
				

			

		

		

			
				
矩阵有两种表示方法：1、普通矩阵形式 A_full；2、坐标与数值对的形式 A_sparse。

对第一种矩阵形式，可用：


[V, D] = eig(A_full);

其中V是特征向量矩阵，D是特征值矩阵。

对第二种矩阵形式，可用：


d = eigs(A_sprase, k);

其中，d为矩阵A的前k个最大特征值（默认为6）。

但是，这样求的显然没有 eig() 函数方便（特征向量...

			
		

	



		

			
		



	

		

			

				
					
稀疏矩阵的特征值分析

					
最新发布

				
			

			

				

					程序员光剑
				

				

					12-26
					
					656
					
				

			

		

		

			
				
1.背景介绍

稀疏矩阵是一种特殊的矩阵，其大多数元素为零。在现实生活中，稀疏矩阵非常常见，例如文本中的词频表、网络图的邻接矩阵等。稀疏矩阵的特征值分析是一种用于分析稀疏矩阵的方法，可以帮助我们更好地理解矩阵的特点和性质。

在这篇文章中，我们将从以下几个方面进行讨论：


背景介绍
核心概念与联系
核心算法原理和具体操作步骤以及数学模型公式详细讲解
具体代码实例和详细解释说明
未来发展趋势与挑战...

			
		

	





	

		

			

				
					
c语言编写的求取矩阵特征值和特征向量

				
			

			

				

					11-07
				

			

		

		

			
				
本项目主要关注用C语言实现一种求解矩阵特征值的算法——带双步位移的QR分解法。  首先，我们需要理解什么是特征值和特征向量。给定一个n×n的方阵A，如果存在非零向量v和标量λ，使得Av=λv，那么λ称为矩阵A的特征...

			
		

	





	

		

			

				
					
求解矩阵的特征值和特征向量的C++源代码

				
			

			

				

					10-22
				

			

		

		

			
				
在计算机科学和数值分析领域，矩阵的特征值和特征向量是极其重要的概念，它们广泛应用于线性代数、控制系统理论、图像处理、机器学习等多个领域。本篇将详细讲解如何使用C++来求解矩阵的特征值和特征向量，并以提供...

			
		

	





	

		

			

				
					
雅克比法求取矩阵特征值和特征向量（c语言）

				
			

			

				

					08-16
				

			

		

		

			
				
雅克比法求取矩阵特征值和特征向量 考虑线性方程组Ax = b时，一般当A为低阶稠密矩阵时，用主元消去法解此方程组是有效方法。但是，对于由工程技术中产生的大型稀疏矩阵方程组，利用迭代法求解此方程组就是合适的，在...

			
		

	





	

		

			

				
					
matlab 稀疏矩阵求 特征值

				
			

			

				

					Xiaoyu Mo
				

				

					02-10
					
					6174
					
				

			

		

		

			
				
全矩阵与稀疏矩阵的互换
A = [1 0 0 0 0; 0 5 0 0 0; 0 0 9 0 0; 0 0 0 3 0; 0 0 0 0 6]

A =


     1     0     0     0     0
     0     5     0     0     0
     0     0     9     0     0
     0     0     0

			
		

	





	

		

			

				
					
求任意方阵最大特征值及对应的特征向量

				
			

			

				

					01-27
				

			

		

		

			
				
幂法求任意阶数方阵最大特征值及对应的特征向量，可自己规定迭代次数，精确度，初始向量

			
		

	





	

		

			

				
					
GPU上大规模稀疏矩阵特征值计算高效算法之二——稀疏矩阵

				
			

			

				

					bob908的专栏
				

				

					08-19
					
					4679
					
				

			

		

		

			
				
稀疏矩阵存储方式
1）协调存储格式 COO(coordinate format)





COO 
格式是一种简单的存储方案,采用三个数组存储行标识,列标识和非
0
元素的值。COO
是一种通用的存储格式,缺点是存储的效率不高。





2）
3）

			
		

	





	

		

			

				
					
逆幂法求解矩阵的最小特征值及对应的特征向量

				
			

			

				

					wjyxld的博客
				

				

					03-26
					
					6498
					
				

			

		

		

			
				
逆幂法求解矩阵的最小特征值及对应的特征向量

1.算法实现
逆幂法也采用迭代运算得到特征值和对应特征向量，具体步骤见下，

2. 实例及matlab应用
clear;clc;
A=[5.2	4.8	7.8	4.9
6	4.4	8.8	5.0
5.7	5.7	7.8	6.9
5.4	5	6.4	4.4]

x0=[1;1;1;1]
eps=1e-8
N=20  %迭代次数
[t,y]=invmi(A...

			
		

	





	

		

			

				
					
对称矩阵最小特征值表达式

				
			

			

				

					思维缜密的博客
				

				

					05-23
					
					1066
					
				

			

		

		

			
				
设A∈Sn\mathbf{A}\in\mathbf{S}^nA∈Sn
λmin(A)=min⁡Y⪰0tr⁡(Y)=1⟨Y,A⟩
\lambda_{min}\left(\mathbf{A}\right)=\min_{\mathbf{Y}\succeq 0\atop \operatorname{tr}\left(\mathbf{Y}\right)=1}\left\langle\mathbf{Y},\mathbf{A}\right\rangle
λmin​(A)=tr(Y)=1Y⪰0​min​⟨Y,A⟩
其中λm

			
		

	





	

		

			

				
					
matlab稀疏矩阵

				
			

			

				

					Kelvin_Yan的专栏
				

				

					05-15
					
					2554
					
				

			

		

		

			
				
函数集：
基本稀疏矩阵  
spdiags  :生成稀疏带状矩阵  
speye    :单位稀疏矩阵  
sprand   :随机稀疏矩阵  
sprandn  :正态分布的随机稀疏矩阵  
sprandsym:生成稀疏对称随机矩阵  
  
满阵和稀疏矩阵的转换  
find     :寻找非零元素下标和值  
full     :稀疏矩阵转化为满阵  
sparse  

			
		

	





	

		

			

				
					
20211201 （正定矩阵A+正定矩阵B）的最小特征值 ≥ 正定矩阵A的最小特征值+正定矩阵B的最小特征值

				
			

			

				

					控制科学与工程
				

				

					10-05
					
					1974
					
				

			

		

		

			
				
Theorem:
A, B, C: positive definite
C=A+BC=A+BC=A+B
λmin(C)>λmin(A)+λmin(B)\lambda_{min}(C)>\lambda_{min}(A)+\lambda_{min}(B)λmin​(C)>λmin​(A)+λmin​(B)
Proof:
A−λmin(A)E>0A-\lambda_{min}(A)E>0A−λmin​(A)E>0
B−λmin(B)E>0B-\lambda_{min}(B

			
		

	





	

		

			

				
					
稀疏特征（稀疏矩阵）

					
热门推荐

				
			

			

				

					上下求索
				

				

					06-15
					
					1万+
					
				

			

		

		

			
				
所谓”稀疏“，是很常见的一个词，比如稀疏矩阵，稀疏编码。这里直白点讲，就是非零值很少。就如对于矩阵而言，稀疏矩阵，就是大部分数据都为0，少部分不为0，稀疏正是指”非0数据很少。

那么”稀疏特征“，如果用矩阵的形式表达，得到的就是稀疏矩阵。“稀疏特征”在大多数的特征上其值为0，只有少部分的特征非0。


一般在machine learning意义上，我们常说的feature，是一种对数据

			
		

	





	

		

			

				
					
求最小的几个特征值

				
			

			

				

					
				

				

					08-18
					
					2063
					
				

			

		

		

			
				
在机器学习中经常都会遇到特征值问题，例如 Laplacian Eigenmaps 或者一大堆的 KernelPCA 派的降维方法，或者谱聚类之类的。通常都是对于一个很大并且比较稀疏的矩阵，求最大或者最小的几个特征值以及对应的特征向量。在 Matlab 里，eig 函数可以用来求得

			
		

	





	

		

			

				
					
f(x)=(xTMx)/(xTx)，M是实对称正定矩阵，则函数的最大和最小值分别为M的最大和最小特征值

				
			

			

				

					qq_27061325的博客
				

				

					09-10
					
					5019
					
				

			

		

		

			
				
证明：f(x)=(xTMx)/(xTx)，M是实对称正定矩阵，则函数的最大和最小值分别为M的最大和最小特征值

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值