做奇异值分解在Matlab

可能重复：
Efficient low-rank appoximation in MATLAB 做奇异值分解在Matlab

我试图尺寸为7468在Matlab X 1193的矩阵做SVD。令人惊讶的是，这需要很长时间 - 我认为这是一个相对较小的Matlab/SVD矩阵。 matlab中是否有更好的SVD实现来处理这种大小的矩阵？我并不需要全部来自U和V的奇异向量，但是它们中的相对少数（例如50左右）。

2012-01-10 kloop

我有矩阵5383x6236，我使用Math.Extreme代码thorowing OutOfMemoryException异常，我可以在MATLAB做到这一点？ – 2014-06-18 06:13:54

是的，它是在MATLAB可能，使用svds（用s末）：

k=50; 
[U,S,V]=svds(A,k);

2012-01-10 16:41:13 Oli

我有矩阵5383x6236，我正在使用Math.Extreme代码扼杀outofMemoryException我可以在matlab中做到这一点？ – 2014-06-18 06:14:11

什么是“Math.Extreme”？无论如何，如果它抛出OutofMemoryException，我想你应该购买更多的RAM或使用更小的矩阵。 – Oli 2014-06-19 02:41:09

Math.Extreme是.net libruary – 2014-06-19 04:08:54

回答