SVD算法：利用SVD分解的平移、旋转矩阵算法

旋转矩阵理解,其中里面包含了一下参考链接,和逆旋转矩阵。

该程序通过vs2012编写，可以通过输入欧拉角来求旋转矩阵和输入旋转矩阵反求欧拉角

绝对可以用,亲自编写验证。一个程序用来由转动角度生成旋转矩阵,另一个用来由R生成绕各轴的旋转角度。很精确。推荐

由旋转矩阵计算绕X、Y、Z轴旋转角度的计算公式，直接代入公式求解即可，适用于3*3旋转矩阵的计算。

3维旋转矩阵:只有一点旋转矩阵

针对传统的Prony算法在谐波及间谐波检测过程中对噪声敏感,导致辨识精度不高的问题,提出了一种基于奇异值分解(Singular Value Decomposition,SVD)和Prony的改进算法。

SVD分解计算方式

特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧

利用SVD分解师实现图像压缩，Python实现。奇异值数目暂定60，可更改

block k-svd文章源代码