Eigen中用于特征值分解的几个类的介绍 |
您所在的位置:网站首页 › 特征值快速计算 › Eigen中用于特征值分解的几个类的介绍 |
本文参考于 https://eigen.tuxfamily.org/dox/group__TopicLinearAlgebraDecompositions.html 很多场合我们需要去计算矩阵的特征值与特征向量,但是Eigen中有好几个计算特征值与特征向量的方法,这些方法到底该选哪个呢?这篇文章就带着大家来分析一下。 1 计算特征值与特征向量的方法有如下几种 BDCSVDJacobiSVDSelfAdjointEigenSolverComplexEigenSolverEigenSolverGeneralizedSelfAdjointEigenSolver 2 每个方法的说明 2.1 BDCSVD功能为:Bidiagonal Divide and Conquer SVD,双对角线分治SVD 类的原型为 template class Eigen::BDCSVD模板参数 MatrixType_: 我们正在计算 SVD 分解的矩阵的类型 模板参数 Options_ : 此可选参数允许指定计算U和V的选项. 可选参数为ComputeThinU,ComputeThinV,ComputeFullU,ComputeFullV。无法同时请求 U 或 V 的精简版和完整版。默认情况下,不计算酉。 此类首先使用类上双对角化将输入矩阵简化为双对角线形式,然后执行分而治之对角化。小块使用类 JacobiSVD 对角化。您可以使用 setSwitchSize() 方法控制切换大小,默认值为 16。因此,对于小矩阵( |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |