0

我有一个 1024x704x256 的图像,我已将其重组为 2D 矩阵。每行代表一个能量通道,每列代表一个像素。我正在执行 PCA 以使用代码减少频段数量:

A=A-repmat(mean(A,2),1,size(A,2));  
[V, D] = eig(cov(A'));  
Evalues = diag(D);  
pc = V * A;  

其中 A = 均值调整后的 2D 数据集,V = 特征向量矩阵, D = 特征值矩阵。

我的问题是 V 和 D 的输出(使用 eigs 或 eig)自动按升序排列。在较小的数据集上使用这些函数之前,我没有遇到过这个问题。我需要知道哪些向量/值对对应于矩阵 A 中的行以进行进一步分析。有任何想法吗?

4

1 回答 1

1

特征值/特征向量问题可以定义为

A*V = lambda*V

其中lambda是标量(特征值),V是向量(特征向量)。

据我所知,特征值和特征向量都与矩阵中的各个行没有任何特定的对应关系A

你能详细说明为什么你不希望你的特征值/向量被订购吗?

于 2012-08-11T07:47:10.763 回答