摘要：
首先给出SVD定义： 任意矩阵$A \in R^{m \times n}$总可以分解为两个正交矩阵和一个对角矩阵的乘积。即： $A = U \Sigma_r V^T$ 其中，$U \in R^{m \times m}, V \in R^{n \times n}, \Sigma_r = diag(\s 阅读全文
posted @ 2016-08-06 10:32
zqiguoshang
阅读(388)
评论(0)
推荐(0)
浙公网安备 33010602011771号