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。

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]]