QR分解、RQ分解与SVD

最新推荐文章于 2024-09-25 16:49:01 发布

Tilamy

最新推荐文章于 2024-09-25 16:49:01 发布

阅读量9.2k

点赞数 3

分类专栏：矩阵文章标签： QR分解 RQ分解 SVD分解

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/Tilamy/article/details/89105985

版权

本文详细介绍了矩阵分解中的QR分解、RQ分解和SVD分解。QR分解通过Householder变换将矩阵转化为正交矩阵与上三角阵的乘积；RQ分解则是上三角阵与正交矩阵的乘积，可通过QR分解实现；SVD分解将矩阵分解为正交矩阵、非负对角阵和另一个正交矩阵，适用于压缩、信息提取和最小二乘问题的求解。文中还提及RQ分解在相机矩阵分解中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

QR分解、RQ分解与SVD分解整理

1.QR分解

QR分解将一个m x m的矩阵A分解为一个正交矩阵Q与一个上三角阵R之积。常常利用Householder变换来进行QR分解的计算。

Householder变换可以将一个向量某一维度之外的其他维度化为0.以一个3 x 3的矩阵A为例。为了便于描述，假定*代表没有变化的元素，+为变换的元素，带有下标的H代表一个Householder变换。

令，

则

H为一正交矩阵，

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。