奇异值分解时采用AA^T和A^TA 求解左右变换阵U 、V，但利用USV^T得到的矩阵与原矩阵不符的解释说明以及正确的做法

% 对5*4矩阵A进行奇异值分解，并求其左右变换阵U,V
A = [1 5 7 9;
     8 4 9 4;
     76 5 23 9;
     8 1 1 4;
     6 5 3 9;];

% 从大到小排列奇异值
S = zeros(size(A));
eigen_value = svd(A); 
for i = 1:1:size(eigen_value)
    S(i,i) = eigen_value(i);
end
 
% 特征向量按照特征值从大到小的排列顺序，
[U, dia_U] = eig(A*A.');
[V, dia_V] = eig(A.'*A);
U(:,[1 2 3 4 5]) = U(:,[5 4 3 2 1]); 
V(:,[1 2 3 4]) = V(:,[4 3 2 1]); 

% 验证是否能够还原，运行结果来看不能还原，为你就在于U、V中某一个或几个特征向量的正负号问题
U*S*V'

运行结果，显然不能还原A矩阵
ans =

    7.6947   -5.3569   -3.9229   -7.2599
   12.8998   -1.6256   -2.5242   -1.2576
   74.5972    7.3145   25.0283   12.8974
    7.8552   -0.4563    4.2709   -1.3592
    9.4310   -2.6365    1.6074   -7.2472

% 对5*4矩阵A进行奇异值分解，并求其左右变换阵U,V
A = [1 5 7 9;
     8 4 9 4;
     76 5 23 9;
     8 1 1 4;
     6 5 3 9;];

% Step1：通过求A*A'的特征值，得到A的奇异值，然后从大到小排列（为了step2生成奇异值矩阵S）
eigen_value = eig(A*A');
eigen_value = sort(sqrt(eigen_value), 'descend');

% Step2：把eigen_value变成奇异值矩阵S的形式
S = zeros(size(A)); 
for i = 1:1:size(eigen_value)
    % 只把大于0的特征值添加到S矩阵对角位置，得到奇异值矩阵S
    if eigen_value(i) >= 1e-4 
        S(i,i) = eigen_value(i);
    end
end

% Step3：Matlab中计算出来的特征向量是按照特征值从小到大排列的，所以对列进行交换，变为特征向量按照特征值从大到小的排列顺序
[U, dia] = eig(A*A');
V1 = A'*U; % 关键之处在于这里，不能够利用[V, dia] = eig(A'*A)求V，因为这样计算得到的V中的每一个特征向量的正负号是随机的，自然复原之后的结果就与原矩阵不相符，所以要保证V的每一列与U中对应特征值的特征向量符号一致才行，所以采用V=A'*U，并消去多于列
V = V1(:,2:5); % 消去第一列与0特征值相关的向量，这里要变为方阵
% 除此之外还要记得单位化
for i = 1:4
    V(:,i) = V(:,i)/norm(V(:,i));
end
% 特征向量按照特征值从大到小的排列顺序，对列交换顺序即可
U(:,[1 2 3 4 5]) = U(:,[5 4 3 2 1]);
V(:,[1 2 3 4]) = V(:,[4 3 2 1]);

% Step4：验证是否能够还原
U*S*V'

可以正确还原

ans =

    1.0000    5.0000    7.0000    9.0000
    8.0000    4.0000    9.0000    4.0000
   76.0000    5.0000   23.0000    9.0000
    8.0000    1.0000    1.0000    4.0000
    6.0000    5.0000    3.0000    9.0000