矩阵谱的计算方法及其复杂性
主题名称:经典矩阵特征分解算法
1. 特征值分解:将矩阵分解为特征向量和特征值的乘积,其中特征向量是矩阵的线性变换下的不变
方向,特征值是特征向量下的缩放因子。
2. 奇异值分解:将矩阵分解为三个矩阵的乘积:左奇异矩阵、右奇异矩阵和奇异值矩阵。其中奇异
值为矩阵中奇异向量对应的奇异值,反映了矩阵的内在特征。
3. 谱聚类:利用矩阵谱进行聚类,通过将矩阵的谱分解为一组特征向量,然后将特征向量作为数据
的特征,使用传统的聚类算法进行聚类。
主题名称:随机矩阵理论算法
1. 随机矩阵理论:研究随机矩阵的谱分布和性质,利用概率近似分布,推广大样本矩阵理论的结论
,发展出随机矩阵理论算法。
2. 谱抽样:通过对随机矩阵进行谱分解,利用一定比例的特征向量重构原始矩阵,从而降低计算复
杂度,实现近似低秩矩阵分解。