问题标签 [svd]

我经历了 jama 和 colt（我在 java 中编码）。他们都希望我使用数组，使得行数多于列数。

但是在潜在语义分析（LSA）的情况下，我有 5 本书，总共有 1000 多个单词。当我使用术语文档矩阵时，我得到一个 5*1000 矩阵。

由于这不起作用，我被迫转置矩阵。在转置时，我使用 1000 * 5 。使用 1000*5 当我执行 svd 时，我得到一个 5*5 的 S 矩阵。为了执行降维，这个 5*5 矩阵看起来很小。

可以做什么？

我正在尝试为我最后一年的项目开发一个以音乐为中心的搜索引擎。我一直在研究潜在语义分析及其在互联网上的工作原理。我无法理解 LSI 在整个搜索引擎系统中的确切位置。是否应该在网络爬虫完成网页查找后使用？

我最近一直在研究潜在语义分析。我通过使用 Jama 包在 java 中实现了它。

这是代码：

但是我们如何确定维数呢？有没有一种方法来确定系统应该减少到的维数以获得最佳结果？对于 LSA 的有效性能，我们还考虑了哪些其他参数？

一直以来（特别是在 Netflix 比赛中），我总是遇到这个博客（或排行榜论坛），他们提到如何通过对数据应用简单的 SVD 步骤来帮助他们减少数据的稀疏性，或者总体上提高算法的性能手。我试图思考（很久以来），但我无法猜测为什么会这样。一般来说，我手头的数据非常嘈杂（这也是大数据的有趣部分），然后我知道一些基本的特征缩放的东西，比如对数转换的东西，平均归一化。但是像 SVD 这样的东西有什么帮助。所以假设我有一个巨大的用户评分电影矩阵......然后在这个矩阵中，我实现了一些版本的推荐系统（比如协同过滤）：

它有什么帮助

我有一个不同维度的数据点，我想在它们之间进行比较，以便我可以删除冗余点。我试图通过使用 PCA 来制作相同维度的点，但问题是 PCA 减少了维度，但是我失去了每个维度的含义，因为结果点与我拥有的点不同，所以我想知道是否有任何其他方式。换句话说，我想知道是否有任何方法可以帮助我比较不同维数的点。

我正在将 SVD 应用于我已经创建的术语文档矩阵。矩阵是以下形式的双精度数组：

公共静态双[][] tdidf;
tdidf = new double[listOfFiles.length][keywordList.size()];

但是当我使用苹果 svd 时：

公共无效计算SVD（）
{
矩阵A =新矩阵（tdidf）；奇异值分解 svd = A.svd();
矩阵 U = svd.getU();
矩阵 S = svd.getS();
}

我收到一个错误：

线程“main”中的异常 java.lang.ArrayIndexOutOfBoundsException: 53
at Jama.SingularValueDecomposition.getS(SingularValueDecomposition.java:511)
at TDIDF_Matrix.computeSVD(TDIDF_Matrix.java:119)
at Jama.main(Jama.java:191)

在计算 SVD 之前我需要转置 A 吗？

我有需要居中和缩放的数据，以便以原点为中心。然后需要旋转数据，使最大方差的方向在 x 轴上。然后计算数据的平均值和协方差。我需要协方差矩阵的第一个元素为 1。我认为这是通过调整比例因子来完成的，但我无法弄清楚比例因子应该是什么。

为了使数据居中，我去掉了平均值，为了旋转我使用 SVD，但缩放仍然是我的问题。

以下是norm的均值和 cov 结果示例（测试用例使用 res）。

除了协方差矩阵的第一个元素，所有值都无关紧要，它必须是一个。

我试过到处找，找不到答案。任何帮助，将不胜感激。

我正在尝试将图像水印到视频序列中。该过程需要将帧分解为 SVD，我试图使用下面的部分代码来实现。第 47 行的 SVD 构造函数因分段错误而失败。gdb 报告以下错误：

“程序收到信号 SIGSEGV，分段错误。来自 /usr/lib/liblapack.so.3gf 的 dlange_ () 中的 0xb5d31ada”

我正在使用向量空间模型做一个搜索引擎项目，我需要为其创建一个术语文档矩阵，然后在其上应用 SVD。

我应该将术语作为行并将文档作为列吗？

我在java中做它应该是这样的：

计数[keywordList.size()][listOfFilesinCorpus.length];

还是应该反过来？我需要将此二维数组传递给 apache commons math：

RealMatrix A = Array2DRowRealMatrix(TDM) ;

其中 TDM 是术语文档矩阵。

我需要这些术语作为维度，然后我将比较向量空间中的文档。请帮忙，谢谢。

我将 SVD 应用于 CV_32FC1 cvMat 并修改了“u”组件中的一些值。现在我试图将'u、'w'和'vt'分量相乘以获得单个矩阵A。但是OpenCV无法将矩阵相乘并出现以下错误。

当我检查 SVD 对象中的矩阵类型时，它们的 type = 20 似乎与任何默认矩阵类型都不匹配。