文件名称：以主对角线为对称矩阵MATLAB代码-Jacobi-eigenvalue-method:这是Matlab程序，用于查找小型对称矩阵的特征值和特
文件大小：5KB
文件格式：ZIP
更新时间：2024-06-13 19:41:42
系统开源
以主对角线为对称矩阵MATLAB代码使用Jacobi特征值方法进行奇异值分解 说明 matlab的此存储库中暗含了奇异值分解。 给定的算法可以将输入作为图像文件和简单的矩阵格式。 与内建的matlab函数[U，S，V] = svd（A）的比较是基于计算的租赁平方误差进行的。 什么是奇异值分解？ 在线性代数中，奇异值分解（SVD）是实数或复数矩阵的因式分解，可以将平方法线矩阵的本征分解推广到任何M x N矩阵。 什么是Jacobi特征值方法？ 在数值线性代数中，Jacobi特征值算法是一种迭代方法，用于计算实对称矩阵的特征值和特征向量（称为对角化的过程）。 安装 分叉存储库并在matlab中打开MAIN.m文件。 给定的代码将适用于图像以及简单矩阵。 遵循代码中给出的指导以获取所需的输出。
【文件预览】：
Jacobi-eigenvalue-method-master
----README.md(1KB)
----Matlab_code()
--------matrixMultiply.m(489B)
--------findTranspose.m(247B)
--------isDiagonal.m(323B)
--------findTheta.m(233B)
--------jacobi.m(1KB)
--------inbuilt_eigv.m(60B)
--------removeError.m(184B)
--------MAIN.m(2KB)
--------findLargestElement.m(413B)