SVD(奇异值分解)算法及其评估(18)

2020-12-24 22:54

SVD算法的全面介绍

其它非对角元素更快地趋于0;所以当应用“从上往下”“驱逐出境”时,一般采用Criterion1a,Criterion2a,以及对最下角元素 n用Criterion1b;反之当应用“从下往上”“驱逐出境”时,一般采用Criterion1b,Criterion2b,以及对最上角元素 2用Criterion1a。

3) 当碰到 i或 i为零时的处理方法与3.1中的传统QR迭代的SVD算法中的处理方法相同。

4) 当二对角矩阵收敛出现2×2的子矩阵时,直接计算,具体最作法如下:

算法3.2.3:

g12 g

令G是上对角的2×2矩阵,元素为G 11

,在大矩阵B中的位置是i,i 1 0g22 //以下进行右奇异向量的计算

ac T

/* compute GG */

cb

2

a g11

22b g12 g22 c g11*g12

ac

/* compute the Jacobi rotation which diagonalizes */

cb

(b a)/(2c)

t sign( )/ )

cs 1/sn cs*t

/* update columns i and i 1 of B */ for k i to i 1 tmp Bki

Bki cs*tmp sn*Bk,i 1

Bk,i 1 sn*tmp cs*Gk,i 1 endfor

/* update the matrix V of right singular vectors */ for k 1 to n

tmp Vki

Vki cs*tmp sn*Vk,i 1 Vk,i 1 sn*tmp cs*Vk,i 1 Endfor


SVD(奇异值分解)算法及其评估(18).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:电子技术第8章常用组合逻辑器件及其应用

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: