一、旋转或缩放
1、概述
特征分解只能对方阵进行。对于非方阵的矩阵可以使用奇异值分解(SVD)。
使用SVD,您可以将矩阵分解为三个矩阵。我们将这些新矩阵视为空间的子变换。不是在一个动作中进行转换,而是将其分解为三个动作。
最后,我们会将SVD应用于图像处理,看到SVD对示例图像的影响。
我们将A分解为3个矩阵(而不是使用特征分解的两个):
![](https://i-blog.csdnimg.cn/blog_migrate/9a30080a2108727a2696dc17105a080d.png)
矩阵 U、D 和 V 具有以下属性:
U和V是正交矩阵并且
特征分解只能对方阵进行。对于非方阵的矩阵可以使用奇异值分解(SVD)。
使用SVD,您可以将矩阵分解为三个矩阵。我们将这些新矩阵视为空间的子变换。不是在一个动作中进行转换,而是将其分解为三个动作。
最后,我们会将SVD应用于图像处理,看到SVD对示例图像的影响。
我们将A分解为3个矩阵(而不是使用特征分解的两个):
矩阵 U、D 和 V 具有以下属性:
U和V是正交矩阵并且