奇异值分解(SVD)C语言源代码

上传者: xiaobaohe | 上传时间: 2019-12-21 22:01:09 | 文件大小: 8KB | 文件类型: rar
奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性,但还是有明显的不同。对称阵特征向量分解的基础是谱分析,而奇异值分解则是谱分析理论在任意矩阵上的推广。 资源提供的是奇异值分解的C语言实现。

文件下载

资源详情

[{"title":"( 8 个子文件 8KB ) 奇异值分解(SVD)C语言源代码","children":[{"title":"svd","children":[{"title":"main.cpp <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"svd.plg <span style='color:#111;'> 240B </span>","children":null,"spread":false},{"title":"svd.cpp <span style='color:#111;'> 10.14KB </span>","children":null,"spread":false},{"title":"svd.opt <span style='color:#111;'> 52.50KB </span>","children":null,"spread":false},{"title":"svd.ncb <span style='color:#111;'> 49.00KB </span>","children":null,"spread":false},{"title":"Debug","children":null,"spread":false},{"title":"svd.dsw <span style='color:#111;'> 514B </span>","children":null,"spread":false},{"title":"svd.h <span style='color:#111;'> 573B </span>","children":null,"spread":false},{"title":"svd.dsp <span style='color:#111;'> 4.26KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • demide :
    亲测,有效
    2017-10-17
  • 张钧雅 :
    可以直接用,很好
    2017-07-15
  • SHASY :
    还可以,学习用
    2016-12-09
  • changlingniu :
    还可以,就是注释太少
    2016-05-22
  • zhycelina :
    很好用 可以直接运行
    2016-01-08

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明