A tutorial on Artificial Intelligence
0.1
  • 引言
  • 第一卷 数学基础
    • 引言
    • 概念解析
    • 几何学
    • 数论
    • 高等数学
    • 矩阵论
      • 1. 线性空间与线性变换
      • 2. 范数理论及应用
      • 3. 矩阵分析及应用
      • 4. 矩阵分解
        • 4.1. 简介
        • 4.2. 三角分解
        • 4.3. 满秩分解
        • 4.4. 正交三角分解
        • 4.5. 奇异值分解
      • 5. 特征值估计
      • 6. 广义逆矩阵
      • 7. 杂项
      • 8. 名词术语
    • 概率与统计
    • 随机过程
    • 拓扑学
    • 泛函分析
    • 模糊数学
    • 优化理论
    • 名词术语
  • 第二卷 经典物理
  • 第三卷 现代物理学
  • 第四卷 计算机学
  • 第五卷 信号处理
  • 第六卷 人工智能
  • 第七卷 雷达信号处理
  • 第八卷 医学信号处理
  • 第九卷 天文学
  • 第十卷 应用实践
  • 第十一卷 补充内容
  • 名词术语
A tutorial on Artificial Intelligence
  • Docs »
  • 第一卷 数学基础 »
  • 矩阵论 »
  • 4. 矩阵分解

4. 矩阵分解¶

  • 4.1. 简介
  • 4.2. 三角分解
    • 4.2.1. 引言
    • 4.2.2. 高斯消元过程
      • 一般消元过程
      • 主元素选取
    • 4.2.3. 变元求解
    • 4.2.4. LU分解与LDU分解
      • 概念与性质
      • 计算方法
        • 高斯消元法
        • 变元求解法
      • 代码实现
    • 4.2.5. 其它三角分解
      • Crout 分解
        • 求解方法
      • Doolittle 分解
        • 求解方法
      • Cholesky 分解
        • 求解方法
        • 代码实现
  • 4.3. 满秩分解
    • 4.3.1. 什么是满秩分解
    • 4.3.2. 求解方法
      • 初等行变换法
  • 4.4. 正交三角分解
    • 4.4.1. 什么是正交三角分解
    • 4.4.2. 求解方法
      • Schmidt 正交化方法
      • Givens 变换方法
      • Householder 变换方法
      • 代码实现
  • 4.5. 奇异值分解
    • 4.5.1. 概念
      • 矩阵的奇异值
      • 奇异值分解
    • 4.5.2. 求解方法
      • 实例
      • 代码实现
    • 4.5.3. 奇异值分解应用
      • SVD与谱分解
Next Previous

© Copyright 2017-2019,刘志,西安电子科技大学,智能感知与图像理解教育部重点实验室.

Built with Sphinx and ❤️ using a custom theme based on Read the Docs.