因此,使用MATLAB的svds()功能上的一些输入数据,例如:MATLAB:SVDS()不收敛
[U, S, V, flag] = svds(data, nSVDs, 'L')
我注意到,从运行到使用相同的数据运行,我会得到完全不同的输出SVD从运行到运行的大小。当我检查是否设置了“标志”时,我发现它是,表明SVD没有收敛。在这里,我正常的系统是,如果真的需要收敛,我会做这样的事情:
flag = 1
svdOpts = struct('tol', 1e-10, 'maxit', 600, 'disp', 0);
while flag:
if svdOpts.maxit > 1e6
error('There''s a real problem here.')
end
[U, S, V, flag] = svds(data, nSVDs, 'L', svdOpts)
svdOpts.maxit = svdOpts.maxit*2
end
但是,从我所知道的,当你使用“L”作为第三个参数,第四个参数被忽略,这意味着我只需要处理它不会收敛的事实?我甚至不确定如何使用'西格马'论证取代'L'论证。我也试着减少计算出来的SVD数量无济于事。任何有关这个问题的帮助将不胜感激。
编辑 在跟踪下面的评论时,我发现问题与我构建数据矩阵的方式有关。原来我不小心倒了一个矩阵,并且输入了大小(4000x1)而不是(20x200),这是拒绝收敛的。 这不是问题
第二个编辑 如果有人仍然在这之后,我其实是错误的,我的数据已经只有融合,因为我攀登上输入错误。这里是一个程序来生成数据,因为我生成它们:
% Generate data for SVD failure to converge
% Kernel functions
data_fun1 = @(t, tau)(exp(-t*(1./tau)));
t = linspace(0, 10, 26)';
tau1 = logspace(-1, log10(5), 150);
k1 = data_fun1(t, tau1);
gamma = 4257;
n = 6;
tau = 0.075;
A = -(2/3)*(2*pi*gamma)^2*n*tau.^3;
data_fun2 = @(V, t)exp(A*t*(V.^2));
V = linspace(0, 0.4, 29);
tau3 = logspace(-1, log10(5), 150)';
tau3 = tau3*1e-5;
k2 = data_fun2(V, tau3)';
svdOpts = struct('tol', 1e-10, 'maxit', 1e3, 'disp', 0);
svdOpts2 = svdOpts;
flag = 1;
while flag
if svdOpts2.maxit > 1e8
break
end
[U1, S1, V1, flag] = svds(k1, length(t), 'L', svdOpts);
svdOpts2.maxit = svdOpts2.maxit * 2;
end
flag
% flag == 0
flag = 1;
while flag
if svdOpts2.maxit > 1e8
break
end
[U2, S2, V2, flag] = svds(k2, length(V), 'L', svdOpts);
svdOpts2.maxit = svdOpts2.maxit * 2;
end
flag
% flag == 1
我也试着让它跑出来svdOpts2.maxit> 1E9,但跑了所有的周末和从来没有得到过去4.096e8。任何意见,将不胜感激。
2012-09-14
Paul
+0
如果它不是太大,你可以发布'data'矩阵吗?或者在“svds”收敛的时候出现一些奇异值的情节?这将有助于我们理解您处理的数据类型。 –
+0
'svds(data,nSVDs,'L',svdOpts)'确定:第三个参数可以是实数或'L'。无论哪种情况,都会读取第四个参数。 –
+0
请同时发布'nSVDS,大小(数据),nnz(数据),稀疏(数据)' –