首发地址被屏蔽了。
SVD是奇异值分解
一、一般概念
酉矩阵:设AÎCn×n,C可以是复矩阵,实矩阵,如果A*A=I(单位阵),则称A为酉矩阵;当A是实矩阵时,就是我们常见的实正交矩阵。
Hermite矩阵:如果A*=A,那么A是Hermite矩阵,若A是实矩阵,称A为对称矩阵。
正规矩阵:如果A*A=AA*,那么称A为正规矩阵。酉矩阵和Hermite矩阵均属于正规矩阵。
正定:对于一Hermite矩阵A,如果对任意非零向量xÎCn,都满足x*Ax>0,称A为正定阵,如果是大于等于0,称A为半正定阵。正定矩阵的特征值一定为正。
二、奇异值分解(Singular Value Decomposition,SVD)
奇异值:设AÎCm×n,A*A的特征值的非负平方根称A的奇异值,由此定义可知奇异值必然大于等于0。
奇异值分解定理:设