本资源包含 1 个源码文件 支持在线预览，点击文件名即可查看
温馨提示：点击文件名或"查看源码"按钮可在线浏览源代码，支持语法高亮显示。
资源详细信息
％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法 - 资源详细说明
％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法，
％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵，
％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。
％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解线性方程组，在Quke2中就用这个来计算图形信息，性能相当的好。在计算线性方程组时，一些不能分解的矩阵或者严重病态矩阵的线性方程都能很好的得到解
％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法 - 源码文件列表
立即下载 ％ 奇异值分解 (sigular value decompo
提示：下载后请用压缩软件解压，推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
- 本资源需消耗 2积分
- 24小时内重复下载不扣分
- 支持断点续传功能
- 资源永久有效可用
使用说明
- 下载后使用解压软件解压
- 推荐使用 WinRAR 或 7-Zip
- 如有密码请查看资源说明
- 解压后即可正常使用
积分获取方式
- 上传优质资源获得积分
- 每日签到免费领取积分
- 邀请好友注册获得奖励
- 查看详情 →