eigenvalue

0热度

1回答

我有一个图拉普拉斯，我需要找出最大的'k'特征值和特征向量。我使用的是这样的： - #L= laplacian matrix. eigVal,eigVectors = eigsh(L, k, which='LA') 这是给我大致正确的结果，但什么地方出了错，我越来越EIG值略大于1（比如1.05）。在我的情况下，特征值的上限为1.当使用MATLAB和其他平台时，我获得了期望的结果。我在做什

9热度

6回答

Linux总可用内存

我想找出一个很好的公式来找出有多少内存可用。我目前使用以下公式：freeMem = MemFree + Buffers + Cached - Shmem。但是，根据这个公式，我的嵌入式系统正在失去记忆。现在我想知道是否有内存泄漏，所以我在内核中启用kmemleak。根据mpatrol,valgrind和coverity我没有任何泄漏用户空间。内核空间有泄漏还是我的公式关闭了？请注意，我没有此设备的

3热度

2回答

复杂特征值在PCA计算

IAM的尝试计算的矩阵的PCA。有时得到的特征值/向量是复杂的值，因此试图通过特征向量矩阵点乘以投射点到较低的维度计划时坐标我碰到下面的警告 ComplexWarning: Casting complex values to real discards the imaginary part 在这种行代码np.dot(self.u[0:components,:],vector) 整个代码我用来

-2热度

1回答

在MATLAB中查找特征值而不使用eig函数

我正在试图找到矩阵的特征值而不使用eig函数（我的家庭作业是这样说的）。在Matlab中，我定义了矩阵和单位矩阵。但我不能设置这个等式： A - x*I X这里是拉姆达，A是我应该找到的特征值的矩阵，I是单位矩阵。如果你知道如何找到特征值，你应该明白这一点。我怎样才能通过？

0热度

1回答

OpenCV中两个矩阵的广义特征值

您好，我正在研究一个涉及人脸识别的项目，我正在使用线性判别分析（LDA）。 LDA要求为类间散布矩阵和类散布矩阵找到广义特征向量，这就是我遇到的地方。我正在使用OpenCv和DevC++进行编码。基本上，这个问题看起来像 A*v=lambda*B*v 其中A和B是针对广义特征向量矩阵应该找到中λ为特征值，v为载体在寻找这个问题很多人都建议去计算B的倒数，然后乘以A * v (inv(B)*

1热度

1回答

Eigen :: EigenSolver是否在类SparseMatrix的对象上工作？

Eigen::EigenSolver是否在类SparseMatrix的对象上工作？特别是，我使用RcppEigen。其次，使用哪种算法？它是否与EISPACK，LAPACK，Wilkinson（1965）等中的QR算法一样？

3热度

3回答

查找矩阵时通过一个常数或其他基质

我有一个问题像A*x=lambda*x，其中A是为了d*d乘以给出相同的结果，x是为了d*c和λ是一个常数。 A和lambda是已知的，矩阵x是未知的。有没有什么办法可以在matlab中解决这个问题？（像特征值，但x是一个d*c矩阵，而不是一个向量）。

0热度

1回答

为什么我的Matlab特征脸实现中有很多零特征值？

我想在Matlab中实现一个非常基本的特征脸计算。这种方法很有用，但我只能得到两个有意义的特征值 - 其余的都是零。相应的特征向量似乎是正确的，因为它们中的大多数在转换为图像时将显示特征脸。那么为什么我的特征值大部分为零？我需要它们与零不同，以便根据它们的意义（最大幅度特征值）对特征脸进行排序。我读400个图像，每个尺寸H/W =九十二分之一百十二PX 他们可以在这里找到：http://www

2热度

1回答

Python中的广义特征值

我想解决广义特征值问题A.c =（lam）.B.c其中A和B是nxn矩阵，c是nx1向量。（lam）是特征值。我正在使用python。我从numpy.linalg尝试了类似eig（dot（inv（B），A））的东西，但事实证明，由于涉及到反转，所以在我的问题中非常不稳定。所以我一直在阅读，它可以在MATLAB中完成，但我找不到任何函数或方法在python中执行它。任何想法将不胜感激。谢谢...

3热度

1回答

Matlab的VS的Python - EIG（A，B）VS sc.linalg.eig（A，B）

我有以下矩阵西格玛和sigmad：西格玛： 1.9958 0.7250 0.7250 1.3167 sigmad： 4.8889 1.1944 1.1944 4.2361 如果我试图解决在Python的广义特征值问题我获得： d,V = sc.linalg.eig(matrix(sigmad),matrix(sigma)) V： -1 -0.5614