>> X = rand(5,7)

X =

0.9797 0.1365 0.6614 0.5828 0.2259 0.2091 0.5678
0.2714 0.0118 0.2844 0.4235 0.5798 0.3798 0.7942
0.2523 0.8939 0.4692 0.5155 0.7604 0.7833 0.0592
0.8757 0.1991 0.0648 0.3340 0.5298 0.6808 0.6029
0.7373 0.2987 0.9883 0.4329 0.6405 0.4611 0.0503

>> [U,S,V] = svd(X)

U =

-0.4577 -0.4718 -0.4059 0.0775 0.6302
-0.3540 -0.2899 0.4478 -0.7626 -0.0921
-0.4681 0.7519 0.2577 0.0364 0.3845
-0.4451 -0.2974 0.4591 0.6288 -0.3276
-0.4979 0.1989 -0.5980 -0.1252 -0.5825

S =

2.8977 0 0 0 0 0 0
0 1.0642 0 0 0 0 0
0 0 0.8453 0 0 0 0
0 0 0 0.5135 0 0 0
0 0 0 0 0.3272 0 0

V =

-0.4899 -0.4371 -0.2957 0.6550 -0.0821 -0.2095 -0.0427
-0.2493 0.5680 0.1100 0.2375 0.5788 -0.3107 0.3393
-0.3948 0.1273 -0.6878 -0.4510 -0.0790 0.1805 0.3355
-0.3528 -0.0220 -0.0232 -0.2011 0.5041 0.2254 -0.7275
-0.4208 0.2507 0.2651 -0.2806 -0.5051 -0.5408 -0.2520
-0.3898 0.2531 0.3832 0.2442 -0.2862 0.6940 0.1184
-0.2975 -0.5854 0.4579 -0.3637 0.2467 -0.0457 0.4047

>> U*S*V'

ans =

0.9797 0.1365 0.6614 0.5828 0.2259 0.2091 0.5678
0.2714 0.0118 0.2844 0.4235 0.5798 0.3798 0.7942
0.2523 0.8939 0.4692 0.5155 0.7604 0.7833 0.0592
0.8757 0.1991 0.0648 0.3340 0.5298 0.6808 0.6029
0.7373 0.2987 0.9883 0.4329 0.6405 0.4611 0.0503

>> S(5,5)=0

S =

2.8977 0 0 0 0 0 0
0 1.0642 0 0 0 0 0
0 0 0.8453 0 0 0 0
0 0 0 0.5135 0 0 0
0 0 0 0 0 0 0

>> U*S*V'

ans =

0.9967 0.0172 0.6777 0.4789 0.3301 0.2681 0.5170
0.2690 0.0292 0.2820 0.4387 0.5646 0.3712 0.8016
0.2627 0.8211 0.4792 0.4521 0.8239 0.8193 0.0281
0.8669 0.2612 0.0563 0.3880 0.4757 0.6502 0.6293
0.7217 0.4090 0.9733 0.5290 0.5443 0.4066 0.0973

>>

SVD实例的更多相关文章

  1. lapacke svd实例

    参考 intel MTK实例 https://software.intel.com/sites/products/documentation/doclib/mkl_sa/11/mkl_lapack_e ...

  2. 奇异值分解（SVD）和简单图像压缩

    SVD(Singular Value Decomposition,奇异值分解) 算法优缺点: 优点:简化数据,去除噪声,提高算法结果 缺点:数据的转换可能难于理解 适用数据类型:数值型数据 算法思想: ...

  3. 《学习opencv》笔记——矩阵和图像操作——cvInRange,cvInRangeS,cvInvert and cvMahalonobis

    矩阵和图像的操作 (1)cvInRange函数 其结构 void cvInRange(//提取图像中在阈值中间的部分 const CvArr* src,//目标图像 const CvArr* lowe ...

  4. 最近学习工作流 推荐一个activiti 的教程文档

    全文地址:http://www.mossle.com/docs/activiti/ Activiti 5.15 用户手册 Table of Contents 1. 简介 协议 下载 源码 必要的软件 ...

  5. 奇异值分解（SVD）实例，将不重要的特征值改为0，原X基本保持不变

    >> s = rand(5,7) s = 0.4186  0.8381  0.5028 0.1934 0.6979 0.4966 0.6602 0.8462  0.0196  0.7095 ...

  6. 协同过滤和简单SVD优化

    协同过滤(collaborative filtering) 推荐系统: 百度百科的定义是:它是利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程主 ...

  7. paper 128：奇异值分解(SVD) --- 线性变换几何意义[转]

    PS:一直以来对SVD分解似懂非懂,此文为译文,原文以细致的分析+大量的可视化图形演示了SVD的几何意义.能在有限的篇幅把这个问题讲解的如此清晰,实属不易.原文举了一个简单的图像处理问题,简单形象,真 ...

  8. SVD分解的理解[转载]

    http://www.bfcat.com/index.php/2012/03/svd-tutorial/ SVD分解(奇异值分解),本应是本科生就掌握的方法,然而却经常被忽视.实际上,SVD分解不但很 ...

  9. 转载：奇异值分解(SVD) --- 线性变换几何意义（下）

    本文转载自他人: PS:一直以来对SVD分解似懂非懂,此文为译文,原文以细致的分析+大量的可视化图形演示了SVD的几何意义.能在有限的篇幅把这个问题讲解的如此清晰,实属不易.原文举了一个简单的图像处理 ...

随机推荐

  1. java面向对象入门之创建类

    /* Name:如何创建类的实例 Power by Stuart Date:2015-4-23*/ //一个bike测试类 public class bikeTest{ //bike 一个变量 Str ...

  2. Windows存储管理之磁盘类型简介

    各种操作系统连接到存储系统之后,并且操作系统识别物理磁盘之后,需要对磁盘进行进一步配置.如果用户连接存储是的Windows Server,存储管理员势必需要了解Windows中的磁盘类型与文件系统.笔 ...

  3. HDU - 1003 Max Sum 【DP】

    题目链接 http://acm.hdu.edu.cn/showproblem.php?pid=1003 题意 给出一个序列 要求找出一个和最大的子序列 思路 O(N)的做法 但是要标记 子序列的头部位 ...

  4. 培训笔记——Linux目录说明

    一般我们的电脑里都只有一块硬盘,但是这块硬盘怎么使用呢? 我们的头脑里大体有个分区的概念,为什么要分区呢? 不是很清楚,不过有句话说 不要把鸡蛋放在同一个篮子里,可能有这种考虑吧. 好,最起码知道分区 ...

  5. finally return 执行关系 异常处理 c#

    Return.finally执行关系简述 除了函数出现system.exit(0)终止虚拟机,finally中的代码一定执行,return语句会等待finally的执行:如果是值传递,finally中 ...

  6. Yii2学习笔记---内附GridView配置总结

    1./vendor/yiisoft/yii2/web/UrlManager.php 方法createUrl 修改url参数转码2.config/web.php 配置文件Yii::$app(应用主体)的 ...

  7. 【leetcode刷题笔记】3Sum Closest

    Given an array S of n integers, find three integers in S such that the sum is closest to a given num ...

  8. vim打开多个文件方式及操作

    格式如下: #vim file*.txt 或者 #vim file file2 file3 查看当前编程的是那个文件,在冒号命令行下 :args 命令,类似:file [file2],以中括号里面为当 ...

  9. Spring Cloud之Feign客户端超时时间配置

    关于雪崩效应: 默认情况下tomcat只有一个线程去处理客户端发送的所有请求.高并发情况下,如果客户端请求都在同一接口,tomcat的所有线程池去处理,导致其他接口服务访问不了,等待. Tomcat有 ...

  10. Docker-Mac安装

    1. 下载安装包2. 安装3. 运行,允许docker获得系统权限,它需要将Mac网卡链接至Docker app.4. 验证 打开terminaldocker versionFengZhendeMac ...