三维数组的奇异值分解

机器算法验证 svd
2022-03-20 18:23:39

矩阵的奇异值分解 (SVD)

Am×n=Um×mΛm×nVn×n
在哪里UV是正交矩阵和Λ有 ( i , i ) 条目λi0为了i=1,2,,min(m,n)其他条目为零。那么左奇异向量 U 对于矩阵行和右奇异向量 V 矩阵的列可以绘制在称为bi-plot的同一图上。

我想知道如何进行三维数组的SVD并将奇异向量绘制在同一张图上,如bi-plot

谢谢

1个回答

这种张量的分解有多种概念。去年我在 MaplePrimes 网站上问了基本相同的问题,通过参考wikipedia自己回答了这个问题,并在后续帖子中提供了其中一个概念(CANDECOMP/PARAFAC 分解)的实现(应用于分解3×m×n由图像的 R、G、B 条目给出的张量)。