上传者: 38559569
|
上传时间: 2021-12-02 07:22:56
|
文件大小: 5KB
|
文件类型: -
以主对角线为对称矩阵MATLAB代码使用Jacobi特征值方法进行奇异值分解
说明
matlab的此存储库中暗含了奇异值分解。
给定的算法可以将输入作为图像文件和简单的矩阵格式。
与内建的matlab函数[U,S,V]
=
svd(A)的比较是基于计算的租赁平方误差进行的。
什么是奇异值分解?
在线性代数中,奇异值分解(SVD)是实数或复数矩阵的因式分解,可以将平方法线矩阵的本征分解推广到任何M
x
N矩阵。
什么是Jacobi特征值方法?
在数值线性代数中,Jacobi特征值算法是一种迭代方法,用于计算实对称矩阵的特征值和特征向量(称为对角化的过程)。
安装
分叉存储库并在matlab中打开MAIN.m文件。
给定的代码将适用于图像以及简单矩阵。
遵循代码中给出的指导以获取所需的输出。