Perguntas com a marcação «svd»



1
Correspondência puramente rotativa de mínimos quadrados
Alguém poderia recomendar um método para o seguinte problema dos mínimos quadrados: encontre que minimize: , em que R é uma unidade (rotação) matriz.R∈R3×3R∈R3×3R \in \mathbb{R}^{3 \times 3}∑i=0N(Rxi−bi)2→min∑i=0N(Rxi−bi)2→min\sum\limits_{i=0}^N (Rx_i - b_i)^2 \rightarrow \minRRR Eu poderia obter uma solução aproximada minimizando ∑i=0N(Axi−bi)2→min∑i=0N(Axi−bi)2→min\sum\limits_{i=0}^N (Ax_i - b_i)^2 \rightarrow \min (arbitrário A∈R3×3A∈R3×3A \in \mathbb{R}^{3 …





1
Encontrando o
Dada uma matriz grande AAA com valores próprios σ1≥σ2≥…σ1≥σ2≥…\sigma_1\ge \sigma_2 \ge \dotsc , quero determinar apenas um subconjunto desses valores, digamos σ5,σ8σ5,σ8\sigma_5,\sigma_8 e σ19σ19\sigma_{19} . Existe um algoritmo que pode fazer isso ou encontrar os 19 autovalores superiores é o melhor que pode ser feito?

4
Implementação incremental de SVD no MATLAB
Existe alguma biblioteca / caixa de ferramentas que tenha implementação de SVD incremental no MATLAB. Eu implementei este documento , é rápido, mas não funciona bem. Eu tentei isso, mas neste erro também se propaga rapidamente (dentro de atualização de 5 a 10 pontos, o erro é alto).

3
Quais devem ser os critérios para aceitar / rejeitar valores singulares?
Estou resolvendo um sistema usando decomposição de valor singular. Os valores singulares (antes da escala) são: 1.82277e+29 1.95011e+27 1.15033e+23 1.45291e+21 4.79336e+17 7.48116e+15 8.31087e+12 1.71838e+11 5.63232e+08 2.17863e+08 9.02783e+07 1.72345e+07 1.73889e+05 8.09382e+02 2.16644e+00 Eu descobri que aceitar todos os valores singulares e sua contribuição associada ao meu vetor de solução gera resultados …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.