问题标签 [eigenvector]

给定用户绘制的“形状”，我​​想对其进行“标准化”，以便它们都具有相似的大小和方向。我们拥有的是一组点。我可以使用边界框或圆形来近似大小，但方向有点棘手。

我认为正确的方法是计算其边界椭圆的长轴。为此，您需要计算协方差矩阵的特征向量。这样做可能对我的需要来说太复杂了，因为我正在寻找一些足够好的估计。选择最小、最大和 20 个随机点可能是一些开始。有没有一种简单的方法来近似这个？

编辑：我找到了迭代近似特征向量的幂方法。维基百科文章。到目前为止，我喜欢大卫的回答。

当我使用matrix.eig(). 矩阵是：

该函数返回特征向量：

Matlab 为相同的输入给出以下特征向量：

matlab 和 jama 的特征值是匹配的，但前 5 列的特征向量符号相反，只有最后一列是准确的。

接受的输入类型是否有任何问题Jama.Matrix.EigenvalueDecomposition.eig() 或任何其他问题？请告诉我如何修复错误。提前致谢。

我想在 PHP 中实现奇异值分解（SVD）。我知道有几个外部库可以为我做到这一点。但是我有两个关于 PHP 的问题：1) 你认为用 PHP 编写 SVD 是可能和/或合理的吗？2) 如果 (1) 是肯定的：你能帮我用 PHP 编码吗？

我已经自己编写了 SVD 的某些部分。这是我对操作过程进行评论的代码。此代码的某些部分并不完全正确。

如果你能帮助我，那就太好了。非常感谢您！

我有这个矩阵 A，表示图像像素强度的相似性。例如：考虑一个10 x 10图像。在这种情况下，矩阵 A 的维数为100 x 100，元素 A(i,j) 的值在 0 到 1 之间，表示像素 i 与 j 在强度方面的相似性。

我正在使用 OpenCV 进行图像处理，开发环境是 Linux 上的 C。

目标是计算矩阵 A 的特征向量，我使用了以下方法：

问题：执行后，所有特征向量的几乎所有分量都为零。我尝试了不同的图像，还尝试用 0 到 1 之间的随机值填充 A，但结果相同。

返回的几个顶级特征值如下所示：

我现在正在考虑使用cvSVD()执行真实浮点矩阵的奇异值分解并可能产生特征向量的方法。但在那之前，我想在这里问。我目前的方法有什么荒谬的吗？我是否使用正确的 API，即cvEigenVV()用于正确的输入矩阵（我的矩阵 A 是浮点矩阵）？

干杯

有谁知道英特尔数学核心库中用于特征值和特征向量计算的算法是什么？从链接中我可以发现，它似乎使用了 pdsyev 算法，它使用 QR 算法，在面对大矩阵​​时会恶化。

如果这是真的，那么 mkl 就不是一个适合计算大规模特征值问题的库。

你怎么看？还是我误解了上面的文字？

我有一个未排序的特征值向量和一个相关的特征向量矩阵。我想根据已排序的特征值集对矩阵的列进行排序。（例如，如果特征值 [3] 移动到特征值 [2]，我希望特征向量矩阵的第 3 列移动到第 2 列。）

我知道我可以在O(N log N)via中对特征值进行排序std::sort。在不滚动我自己的排序算法的情况下，我如何确保矩阵的列（相关的特征向量）跟随它们的特征值，因为后者是排序的？

我是编程新手，我正在尝试计算映射到社交网络的有向图的特征向量中心性。这些是大矩阵。我知道如何计算特征向量和与图相关的邻接矩阵。我只是不确定如何结合这两个部分来计算特征向量中心性。提前致谢。

-斯宾塞

您推荐使用哪个 java 包来计算特征向量/特征值？我知道JMathTools和JAMA；你对这些包有一些优点/缺点吗？其他建议？

我正在尝试在 C 代码中找到一个程序，该程序将允许我计算方阵的特征值（谱）分解。我特别想找到最高特征值（以及因此它的相关特征值）位于第一列中的代码。

我需要按此顺序输出的原因是因为我正在尝试计算特征向量中心性，因此我只需要计算与最高特征值相关的特征向量。提前致谢！

在 MATLAB 中，当我[V,D] = eig(a)为对称矩阵运行命令时，最大的特征值（及其相关向量）位于最后一列。但是，当我使用非对称矩阵运行它时，最大的特征值在第一列。

我正在尝试计算特征向量中心性，这要求我计算与最大特征值相关的特征向量。因此，最大的特征值出现在两个不同的地方这一事实让我很难找到解决方案。