本文主要关注奇异值的一些特性,另外还会稍稍提及奇异值的计算,不过本文不准备在如何计算奇异值上展开太多。另外,本文里面有部分不算太深的线性代数的知识,如果完全忘记了线性代数,看本文可能会有些困难。
PCA降维原理,包含基本的线性代数基础知识,以及降维的原理,和降维矩阵的求解方法。。。。。。。。。。。。。。。。。。。。。。。
灰度共生矩阵提取特征值,最近邻算法,进行纹理图像分类。creat_apprentissage用来训练样本,cooccurence是灰度共生矩阵提取特征值,knn是进行k最近邻算法,classif是纹理
利用雅克比算法求解矩阵的特征值和特征向量,在open ML环境下进行并行算法,并且可以求出计算用的时间
基于特征值算法的指纹识别文章,可供参考。
PPT讲解,计算方法,求 eig 很多工程计算中,会遇到特征值和特征向量的计算,如:机械、结构或电磁振动中的固有值问题;物理学中的各种临界值等。这些特征值的计算往往意义重大。
数值特征值求解及程序矩阵工具数值方法数值特征值求解及程序
求解实数矩阵的特征值和特征向量(10阶以内的矩阵),对于亏损矩阵可以求出相应的根向量
用jacobi法编写的求解实对称矩阵的特征值和特征向量,附代码注释
MATLAB编程采用QR分解求解矩阵特征值包括实矩阵和复矩阵