回答情况：
提问时间：
问题标签：
我有以下代码，其结果非常令人困惑：import scipy.linalgprint(L)[[ 1. 0. 0. ] [ 1. 1. 0. ] [-0.5 -0.25 1. ]]
但这不是B的LU分解中正确的L矩阵，据我所知，命令scipy.linalg.lu(矩阵)只计算你输入的任何矩阵</em
浏览 1修改于2018-12-07得票数 0
1回答
我使用numpy.linalg.svd()得到矩阵的奇异值分解。但是对于一个非平方矩阵，我不能从分解返回到原始矩阵。，例如形状A (m，n)，则U形为(m，m)，V形为(n，n)，S为长度为k的对角线矩阵，k= min(m，n)。例如：n=5# make a random (m,n) matrix
A= np.reshape( np.random.random_integers(0, 9, size= m*n), (m
浏览 8提问于2022-01-11得票数 0
回答已采纳
我有一个矩阵，它的许多行已经是上三角形式了。我想问一下，scipy.linalg.lu命令是否能识别这种特殊的结构，以便更快地分解它。如果我在纸上分解这个矩阵，我只对那些不是上三角形式的行使用高斯消元法。例如，我将只对矩阵B的最后一行进行转换。import numpy as np [5, 2, 2, 8, 9],
[7, 5,6, 6,
浏览 11提问于2020-05-30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
我已经使用svd分解了我的图像，并通过添加矩阵修改了奇异值，假设是A。我怎样才能取回这个矩阵A。例如： [u s v]= svd(m); sw= s+A;现在，我如何从matrix new取回我的矩阵A
浏览 36修改于2014-02-23得票数 1
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
我试图使用Julia中的isposdef()作为一种先验检验矩阵是否可以被cholesky分解分解的方法。D = [5, 8]A = V*diagm(D)*inv(V)println(isposdef(A))
在这里，我创建了一个矩阵
浏览 4修改于2014-06-25得票数 9
回答已采纳
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];
我知道我需要为这个分组定义某种标准，所以我想我要取这个数字和它下一个的绝对差，并定义一个极限，这个极限允许一个数字在一个组中但问题是，由于矩阵和子矩阵都会发生变化，所以我不能对差值进行静态限制。11 6 4 4 3 12 30
浏览 2修改于2019-10-17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
I = [1 1 1 1 2 3 6 6 1 1 10 0 0 0 1 1 1 1在左下角4*4矩阵中，块元素的最大值(22)减去最小值(20)是2，因此在分解这一部分时，它将按原样保留。当我在uint8矩阵上
浏览 2修改于2012-08-18得票数 1
回答已采纳
假设有(m )的矩阵(尤指p)。带有R和B通道的彩色图像。每个信道信息是8位整数.我现在在做的是：
迭代矩阵中的所有值。sprintf('%.8d',str2double(dec2bin(img(i,j,1)))), ...sprintf('%.8
浏览 2提问于2015-08-31得票数 0
回答已采纳
在脚注8中的这篇提炼文章()中，作者写道：
The Fourier transforms decorrelates spatially, but a correlation will still exist我理解，对于任意图像，我可以通过将图像的形状解释为通道、宽度*高度而不是通道、高度、宽度来计算相关矩阵。但是如何考虑整个数据集呢？它可以被平均值，但这与Cholesky分解没有任何关系。没有计算相关性的代码，但有一个硬编码版本的矩阵(去相关发生在矩阵乘法与此矩阵)。矩阵</em
浏览 4提问于2020-06-09得票数 1
回答已采纳
到目前为止，我已经声明了一个大小为88x88的随机矩阵M应该是uint8 (所有值都应该在0到255之间)。将矩阵分解为4部分: p1、p2、p3、p4将所有部分连接成新的矩阵N。
浏览 6提问于2014-11-14得票数 0
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
函数dwt3是从小波工具箱中进行的单电平离散三维小波变换，测试结果如下:dwt3：如何在8种不同的高频和低频水平上得到分解矩阵的结果，2：如何与输入矩阵保持相同的维数，即分解垫仍为4×4*4与输入三维阵列相同
浏览 1提问于2017-04-03得票数 0
由于我处理的是网格，所以我使用协方差矩阵和特征值分解方法来创建定向包围盒。我已经认识到特征值分解的数值精度会导致错误的OBB计算。
我已经找到了这个问题的特征值分解。因为I处理的是一个单元立方体，所以轴必须是单元x、y和z方向。然而，特征值分解正在产生其他方向的轴。错误的结果源于协方差矩阵。但是，我确实有8个顶点的对象，我需要
浏览 1提问于2015-11-15得票数 0
回答已采纳
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
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