奇異值分解
一種矩陣分解方式 / 維基百科,自由的 encyclopedia
奇異值分解(英語:Singular value decomposition,縮寫:SVD)是線性代數中一種重要的矩陣分解,在信號處理、統計學等領域有重要應用。奇異值分解在某些方面與對稱矩陣或厄米矩陣基於特徵向量的對角化類似。然而這兩種矩陣分解儘管有其相關性,但還是有明顯的不同。對稱陣特徵向量分解的基礎是譜分析,而奇異值分解則是譜分析理論在任意矩陣上的推廣。
Quick Facts 線性代數, 向量 ...
線性代數 | ||||||
---|---|---|---|---|---|---|
| ||||||
Close