待研究课题
[1]、奇异值分解和谱分析理论的关系
svd 是 singular value decomposition 的简称，翻译过来就是奇异值分解。它是线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。在信号处理、统计学等领域有重要应用。svd和特征值分解有紧密关系。
SVD 特征值分解(占坑)
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 一前言 特征值 奇异值 二奇异值计算 三PCA 1）数据的向量表示及降维问题 2）向量的表示及基变换 3）基向量 ...
- 亲们早安、午安、晚安，上一篇主成分分析法(PCA)等降维(dimensionality reduction)算法-...
- 原文在此，仅仅将原文的Matlab代码改为Python3版本。 特征值与特征向量的几何意义 矩阵的乘法是什么，别只...
