为了能够进行cholesky分解,我试图将非正定矩阵转化为正定矩阵。使用EJML,我认为它是一个很好的库,我在试图获取矩阵的特征向量时遇到了麻烦。
对于存在虚值的每个特征向量,EJML返回一个空值。它不提供任何功能(至少不是一个明显的功能)来提取真正的值,不像JBlas这样的其他java库。
根据EJML (这里:
getEigenVector(int指数)
用于检索实值特征向量。如果特征向量与复特征值相关联,则返回null。
参数:
特征值特征向量对的指数-指数。
返回:
如果相关的特征值是实的,则返回一个特征向量,否则为null。
为了重现我的问题,请考虑以下算法:
DenseMatrix64F origMatrix = RandomMatrices.createRandom(size, size, -2, 2, rand);
Original Matrix (non positive definite):
0.543 -1.405 1.580
1.227 1.686 -0.064
1.080 -1.689 0.645
EigenDecomposition<DenseMatrix64F> eig = DecompositionFactory.eig(size, true);
eig.decompose(origMatrix);
int eigValNum = eig.getNumberOfEigenvalues();
for(int i = 0; i < eigValNum; i++){
DenseMatrix64F eigMat = eig.getEigenVector(i);
if(eigMat != null){
//Store all vectors inside a matrix
}
}
Eigenvector Matrix:
0.000 0.000 0.573
0.000 0.000 -0.299
0.000 0.000 -0.763 据我所知,特征向量矩阵上的前两列是空的,因为存在一个虚值,这使得EJML返回一个空值。我需要一种方法或技术,使我能够在不失去整个过程中的所有向量的情况下,对想象的值进行边缘处理,并提取真实的值。
发布于 2014-09-25 12:25:37
EJML不支持复杂的特征向量。要计算复矩阵的复特征向量,必须提供复特征值分解,这是EJML所不提供的。您可以在其网站上提出功能请求。
https://stackoverflow.com/questions/25996202
复制相似问题