1樓：一┳═┻︻▄墾
奇異值分解 (singular value de***position,svd) 是另一種正交矩陣分解法；svd是最可靠的分解法，但是它比qr 分解法要花上近十倍的計算時間。[u,s,v]=svd(a)，其中u和v分別代表兩個正交矩陣，而s代表一對角矩陣。 和qr分解法相同， 原矩陣a不必為正方矩陣。
使用svd分解法的用途是解最小平方誤差法和資料壓縮。
matlab以svd函式來執行svd分解法， 其語法為[s,v,d]=svd(a)。
2樓：匿名使用者
奇異值分解有冪迭代法，qr演算法，子空間方法等等。其中冪迭代法用於求最大的奇異值及奇異向量。qr演算法是冪迭代演算法的並行版本，也是最基本最穩定的演算法。
其他很多演算法都通過各種變換，比如household變換，lanczos變換等等，將矩陣化為海森伯格陣，然後用qr演算法求解。此外還有子空間方法，這個方法特別適用於求解大型稀疏矩陣的最大的幾個奇異值及奇異向量。
推薦乙個blog，詳細講解奇異值分解的lanczos演算法，qr演算法，分治演算法，和mrrr演算法，這些都是當下最快的演算法。並提供c++原始碼
求matlab奇異值分解函式svd和svds的區別
答案1 bai 奇異值分解 sigular value de position,svd 是另一 種正du 交矩陣分解zhi法dao svd是最可版靠的分解法,但是它比qr 分解法要花 上近十倍的計算權時間。u,s,v svd a 其中u和v代表二個相互正交 矩陣,而s代表一對角矩陣。和qr分解法相同...
奇異矩陣能否做lu分解，奇異矩陣能否做LU分解
不能，lu分解必須是可逆矩陣。因為分解的結果l和u逆陣都是可逆的。雖然定義是可逆矩陣，但是是可以進行lu分解的，但是分解結果不唯一。未必不能，看這個矩陣 b 1 1 1 2 2 1 3 3 1 可以分解為 1 0 0 1 1 1 2 1 0 0 0 1 3 a 1 0 0 a 2 怎樣判斷乙個矩陣能...
用QR分解法求解線性方程組的matlab程式
matlab做qr分解只是一條語句而已 q,r qr a 那麼線性方程組ax b的解 x r q b matlab怎麼用qr分解求解rq分解 假設要對a進行rq分解 則首先對a的逆進行qr分解 q r qr inv a 即inv a q r,兩邊同時取逆,有a inv r inv q 這樣就完成了a...