更改

在线性代数中，奇异值分解（Singular value decomposition）是一种通过旋转、缩放和再次旋转来因式分解[[实矩阵]]（real matrix 元素都是实数的矩阵）或[[复矩阵]]（complex matrix 元素有复数的矩阵）的方法，如下图。它把具有[[正交特征基]]（orthonormal eigenbasis）的方阵[[特征分解]]（eigen decomposition 矩阵分解为特征向量和特征值）推广到了任意 <math>m \times n</math> 矩阵，并与[[极分解]]（polar decomposition）密切相关。

在线性代数中，奇异值分解（Singular value decomposition）是一种通过旋转、缩放和再次旋转来对[[实矩阵]]（real matrix 元素都是实数的矩阵）或[[复矩阵]]（complex matrix 元素有复数的矩阵）进行因式分解的方法，如下图。它把具有[[正交特征基]]（orthonormal eigenbasis）的方阵[[特征分解]]（eigen decomposition 矩阵分解为特征向量和特征值）推广到了任意 <math>m \times n</math> 矩阵，并与[[极分解]]（polar decomposition）密切相关。

[[文件:Singular-Value-Decomposition.svg.png|无框|居左|奇异值分解]]

[[文件:Singular-Value-Decomposition.svg.png|无框|居左|奇异值分解]]