回答情况：
提问时间：
问题标签：
1回答
这是一个矩阵知识问题，我正在谈论XNA，但仅供参考我试着使四元数正常化
我试着从四元数生成旋转矩阵我正在创建自己的模型导入器，并使用相同的模型将我的结果与XNA进行比较，因此我读取的源SRT与XNA的分解值几乎相同(一些十进制差异)，但我的结果矩阵与XNA不匹配，因此我回到基础并尝试分解/
浏览 5修改于2012-03-11得票数 1
假设我有一个矩阵A我想把这个矩阵分解成子矩阵，基于数字的相对接近程度。例如，必须将上述矩阵分解为：C = [6 7 8];A = [5 11 6 4 4 3
浏览 2修改于2019-10-17得票数 0
回答已采纳
1回答
在主成分分析中，我们对协方差矩阵进行特征分解，而不是对数据矩阵进行特征分解，这是因为大多数数据矩阵是非平方的。如果是的话，对特征分解的数据矩阵是否比协方差矩阵更正确？
浏览 0提问于2019-07-10得票数 1
1回答
我阅读了各种帖子，得出了findHomography()返回的同形可以分解为旋转矩阵和平移向量的结论。我还在匹配器返回的关键点上使用solvePnP()交叉检查旋转矩阵和从同形分解返回的平移向量，但它们似乎不相同。给定3×3旋转矩阵r_{11} & r_{12} & r_{13}
theta_{x} = atan2(r_{32}，r_{33})
theta_{y} = atan
浏览 3提问于2014-02-05得票数 2
我必须实现稀疏矩阵，并对其进行一些分解，如Cholesky分解，LU分解，QR分解。但我必须实现稀疏矩阵。有没有人可以分享他们实现稀疏矩阵的经验，或者有没有库可以实现它。
浏览 0修改于2011-09-27得票数 0
回答已采纳
2回答
我正在尝试使用python库来分解一个3D矩阵。我设法将我的张量(尺寸为100x50x5)分解成三个矩阵。我的问题是，如何利用张量分解产生的分解矩阵，重新构造初始矩阵？我想看看分解是否有任何意义。TA = np.dot(P.U[0], P.U[1].T)
我使用的是标准分解，这是由cp_als函数提供的。分解矩阵的期望维数是多少？
浏览 5修改于2016-09-30得票数 13
回答已采纳
根据我对LU分解的理解，这意味着对于下三角矩阵L和上三角矩阵U，矩阵A可以写为A= LU。然而，scipy中与LU分解(，，)相关的函数似乎涉及第三个矩阵P，使得A= PLU，P是置换矩阵( L，U与前面一样)。
这个排列矩阵的意义是什么？如果“真正的”LU分解总是可能的，为什么P不是单位矩阵呢？
浏览 0提问于2014-04-22得票数 3
在lwr()函数的核心部分，它用solve()代替QR分解来反演矩阵，导致数值不稳定。我想改变它，但不知道如何从QR分解得到帽子矩阵(或其他导数)。有数据：y <- rowSums(rep(2:11,each=50sum((xmat[1,] %*% xmat1)^2)目前，我使用的是reg <- lm.wfit(x=
浏览 4修改于2016-09-04得票数 4
回答已采纳
我们从不同电影的用户评分矩阵开始，其中包含一些未知元素，即用户尚未看到的电影的评级。我们需要填补这一空白。所以你怎么知道哪种因式分解方法像非负的，奇异的，特征的，而不涉及太多的数学？
浏览 0提问于2018-01-22得票数 2
回答已采纳
假设我有一个数据矩阵，除了一个值之外，所有的数据都被填充了。例如，列1是高度，列2是重量，列3是工作台压力机。所以我调查了20个人，得到了他们的身高、体重和仰卧起坐的体重。现在我有一个5英尺11英寸，体重170磅的人，我想预测他/她的仰卧起坐体重。你可以把它看作是一个缺失值的矩阵，或者你可以把它看作是想要预测一个给定的自变量向量的因变量。对于这类问题，有一些曲线拟合的方法，但我想知道如何使用奇异值分解来回答这个问题。
我知道奇异值分解是一种预测缺失值的方法，但实际上我找到的所有信息都与巨大的高度
浏览 1提问于2013-07-01得票数 2
我想知道如何在矩阵数组上执行快速Cholesky因式分解。假设我有一个3x3x1000个pd矩阵的数组A，并且希望找到这1000个矩阵的cholesky分解。我的一个想法是将数组转换为块对角线矩阵，并接受它的chol分解，因此将有一个cholesky分解的块矩阵，但是，如果不需要创建一个完整的3000x3000矩阵，我还不知道如何执行这个矩阵(这样的矩阵大小也会使过程变慢我不熟悉在
浏览 1修改于2014-09-11得票数 1
回答已采纳
我已经理解了和的工作原理，但无法理解，
在SVD分解中，C矩阵和R矩阵是否与U矩阵和V矩阵具有相同的性质？如果我们想把原始矩阵的维数从n降到k，那么我们可以使用CUR的哪个矩阵来投影原始矩阵，从而得到k维数据点。
浏览 1修改于2018-03-30得票数 0
1回答
我试图沿着行拆分矩阵，但不确定如何实现。例如，如果我有一个NxM矩阵，但是想把这个矩阵分解成n (N/n)xM矩阵，我该如何做呢？所以如果我有一个矩阵X： [1,] 1 21 [3,] 3 23 [5,]5 25 [7,] 7 27 [9,] 9 29
[10,]
浏览 0提问于2018-12-18得票数 2
回答已采纳
在MatLab中，命令lu( A )给出两个矩阵L和U的输出，即A的LU分解。我在任何地方都找不到。我发现了LAPACK的许多子例程，它们通过首先执行LU分解来求解线性系统，但是对于我的需要，我需要具体地执行LU分解并存储L和U矩阵。是否有命令或子例程作为输入方阵A并输出LU因式分解的矩阵L和U？
浏览 1修改于2016-11-04得票数 3
回答已采纳
1回答
我有稀疏的用户矩阵作为行，列是对各种问题的明确回答(关于用户的偏好/行为的问题有不同的领域)。答案可能是数字的(例如，回答“你家孩子的数量是多少？”)，也可能是明确的(“指定你的教育水平?如前所述，矩阵是稀疏的，其目的是推断缺少的条目。
您认为矩阵因式分解技术(例如ALS )适合于解决这个问题吗？(通过适当的响应归一化)，您是否建议另一种学习算法？
浏览 0提问于2017-03-06得票数 1
3回答
我有一个正方形n*n矩阵S，它必须分解为两个矩阵的乘积- A1和A2，其中A2将矩阵转置为A1 (A2=A1^T)，因此A1 * A2 =S。是否有任何算法可以有效地执行此类操作？
浏览 0修改于2010-07-22得票数 0
我试图解决Ax=b，其中矩阵A可以大到接近1M×1M的大小，稀疏且对称，但可能没有明确的定义。问题是，使用特征中的来计算分解可能需要很长时间，因此建议存储sparseLU矩阵而不是原始矩阵，这样每当我们使用相同的矩阵A执行类似的操作时，我们就可以通过不需要重新计算如何将分解的矩阵存储到文件中？
目前的方法都集中在存储原始矩阵，但
浏览 3修改于2017-05-23得票数 0
我必须将Matrix Rm_n分解成两个低秩矩阵(UK_m和VK*n)，我这样做是为了用U和V来预测R的缺失值。问题是，对于分解R，我不能使用Matlab分解方法，所以我必须使用目标函数来最小化sum-of-squared-errors，以提高分解的准确性：
我在这篇文章中的问题是，如何用最小化函数F，在Matlab中使用方法将R分解成U矩阵和V矩阵。
浏览 2修改于2013-10-14得票数 2
回答已采纳
Julia支持矩阵的就地分解(对于某些因式分解)。例如，是否有一种方法在没有隐藏内存分配的矩阵上应用Cholesky因式分解？
浏览 10修改于2022-05-24得票数 3
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号