la4j не правильно рассчитывает SVD матрицы? - PullRequest
Новая
       5

la4j не правильно рассчитывает SVD матрицы?

0 голосов
/ 22 мая 2018

У меня есть следующая матрица: 

 0.003,0.013,0.022,0.013,0.003
 0.013,0.060,0.098,0.060,0.013
 0.022,0.098,0.162,0.098,0.022
 0.013,0.060,0.098,0.060,0.013
 0.003,0.013,0.022,0.013,0.003

Я пытаюсь использовать la4j для вычисления разложения его сингулярного значения, используя этот код: 

  SingularValueDecompositor SVD = new SingularValueDecompositor(A);
  Matrix[] factorization = SVD.decompose();

  Matrix U = factorization[0];
  Matrix D = factorization[1];
  Matrix V = factorization[2];

Однако результат дляU, D, V по порядку: 

0.102,-0.826, 0.307,-0.456,-0.071
0.456,-0.175,-0.859,-0.155,-0.017
0.751, 0.423, 0.374,-0.337,-0.059
0.456,-0.320, 0.166, 0.740, 0.339
0.102,-0.076, 0.029, 0.327,-0.936

-----------
.2873094460,.0000000000,.0000000000,.0000000000,.0000000000
.0000000000,.0000000000,.0000000000,.0000000000,.0000000000
.0000000000,.0000000000,.0000000000,.0000000000,.0000000000
.0000000000,.0000000000,.0000000000,.0000000000,.0000000000
.0000000000,.0000000000,.0000000000,.0000000000,.0000000000

-----------
0.102,-0.051, 0.975,-0.148,-0.122
0.456, 0.870, 0.030, 0.186, 0.027
0.751,-0.481,-0.015, 0.374, 0.253
0.456,-0.079,-0.221,-0.627,-0.586
0.102, 0.061,-0.009,-0.640, 0.759

, и эти три матрицы умножаются на 

0.003,-0.001,0.028,-0.004,-0.004
0.013,-0.007,0.128,-0.019,-0.016
0.022,-0.011,0.210,-0.032,-0.026
0.013,-0.007,0.128,-0.019,-0.016
0.003,-0.001,0.028,-0.004,-0.004

, что не равно A. Я думаю, что частью проблемы может быть фактическая диагональ единственного числазначения меньше 0,001 (кроме первого), поэтому они не отображаются.(Причина, по которой десятичные числа составляют 10 цифр, заключается в том, что я установил десятичный формат таким).У меня вопрос, как мне обойти эту проблему и заставить отображаться все значения в единственном числе?

1 Ответ

0 голосов
/ 22 мая 2018

Разложение по сингулярным значениям пытается разложить матрицу A на A = U * D * V', где V' - транспонирование V.

// Instead of 
A = U.multiply(D.multiply(V));

// Try
A = U.multiply(D.multiply(V.transpose()));

// You should get back:
0.0030    0.0134    0.0220    0.0134    0.0030
0.0134    0.0597    0.0984    0.0597    0.0134
0.0220    0.0984    0.1620    0.0984    0.0220
0.0134    0.0597    0.0984    0.0597    0.0134
0.0030    0.0134    0.0220    0.0134    0.0030
...