设为首页 加入收藏

TOP

模式识别、推荐系统中常用的两种矩阵分解-----奇异值分解和非负矩阵分解
2014-11-23 22:15:50 来源: 作者: 【 】 浏览:21
Tags:模式 识别 推荐 系统 常用 矩阵 分解 ----- 奇异

第一部分:矩阵的奇异值分解


矩阵的奇异值分解证明过程中会用到五个定理,先作为补充知识展示这五个定理:


定理一:A是对称矩阵,则不同特征值对应的特征向量是正交的。


证明:设是矩阵A的特征向量,且对应的特征向量,即:





因为A是对称矩阵,则



所以,



则:



因为



所以:



即:是正交的。证毕


————————————————————————————————————————————————————————————————————————————


定理二:矩阵和它的转置具有相同的特征值


证明:因为:



有相同的特征多项式,所以有相同的特征值。


————————————————————————————————————————————————————————————————————————————


定理三:半正定矩阵的特征值均大于等于零


证明:这是半正定矩阵的定义


————————————————————————————————————————————————————————————————————————————


定理四:满足,则称是单位正交矩阵


单位正交矩阵有如下的性质:


————————————————————————————————————————————————————————————————————————————


定理五:若矩阵的秩为r,则秩均为r。


————————————————————————————————————————————————————————————————————————————


补充完以上五个定理,我们正式开始矩阵的奇异值分解的证明。



设矩阵,矩阵的秩为,且,则矩阵可以分解为如下形式:




也可表示为:



证明:无非就是寻找


显然,且这两个矩阵均是半正定矩阵,且互为转置,且根据定理五,这两个矩阵的秩均为。根据定理二和定理三,这两个矩阵的特征值是相同的,且均大于等于零。我们只用大于零的特征值。设(我们按从大到小排序即:)是它们的不为零的特征值,且对于矩阵对应的单位特征向量为),对于矩阵对应的单位特征向量为),即



其实存在一定的关系,下面就找出这种关系。


因为



所以,的特征向量,又因为也是的特征向量,所以,



又因为



所以:



则:


,


所以,



那么





】【打印繁体】【投稿】【收藏】 【推荐】【举报】【评论】 【关闭】 【返回顶部
分享到: 
上一篇奇异值分解(SVD)的之低秩近似和.. 下一篇VS2010 Boost编译安装

评论

帐  号: 密码: (新用户注册)
验 证 码:
表  情:
内  容: