5,443
个编辑
更改
跳到导航
跳到搜索
第460行：
第460行： − +
→双边雅可比算法 Two-sided Jacobi algorithm
算法收敛后，我们可以这样恢复奇异值分解<math>M=USV^{T}</math>：矩阵<math>V</math>是雅可比旋转矩阵的累积，将转换后矩阵<math>M</math>的列归一化得到矩阵<math>U</math>，而奇异值则由转换后矩阵<math>M</math>列的范数给出。
算法收敛后，我们可以这样恢复奇异值分解<math>M=USV^{T}</math>：矩阵<math>V</math>是雅可比旋转矩阵的累积，将转换后矩阵<math>M</math>的列归一化得到矩阵<math>U</math>，而奇异值则由转换后矩阵<math>M</math>列的范数给出。
===双边雅可比算法 Two-sided Jacobi algorithm===
===双边雅可比算法（Two-sided Jacobi algorithm）===
双边雅可比SVD算法是雅可比特征值算法（Jacobi eigenvalue algorithm）的推广，它通过迭代将方阵转换为对角矩阵。对于非方阵，我们先进行QR分解，然后对<math>R</math>矩阵应用此算法。其基本迭代步骤如下：先用Givens旋转使一对非对角元素对称，再用雅可比变换（Jacobi transformation）使它们归零，
双边雅可比SVD算法是雅可比特征值算法（Jacobi eigenvalue algorithm）的推广，它通过迭代将方阵转换为对角矩阵。对于非方阵，我们先进行QR分解，然后对<math>R</math>矩阵应用此算法。其基本迭代步骤如下：先用Givens旋转使一对非对角元素对称，再用雅可比变换（Jacobi transformation）使它们归零，