美文网首页智慧生活
SVD与特征向量

SVD与特征向量

作者: StephenWei | 来源:发表于2022-04-15 14:53 被阅读0次

    线性变换的特征向量在变化的过程中方向不变,这个向量在变换下缩放的比例被称之为特征值。

    实战对抗

    我们使用3D Model Editor 进行这样的线性变换:

    关于如何使用web app 3D Model Editor 做线性变换可以参考博文:3D Model Editor – Linear Transform Tester.

    我们先将锥体绕着Z轴逆时针旋转45度,然后在X轴方向上缩放物体2倍,最后再旋转回来。

    最终我们得到了如下矩阵:

    \begin{pmatrix} 1.5 & 0.5 & 0 & 0 \\\\ 0.5 & 1.5 & 0 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 1 \end{pmatrix}

    接下来我们对这个矩阵进行SVD分解,得到如下结果:

    我们可以使用在线工具 Matrix Decomposition 完成上面的任务。

    在计算机图形学中,我们使用矩阵表示线性变换的等式为这样的形式:

    B = M A

    SVD的结果我们简化为:

    M = U S V^T

    所以我们可以计算出特征向量是:

    X' = V^T X = \begin{pmatrix} 0.707107 & -0.707107 & 0 \\\\ 0.707107 & 0.707107 & 0 \\\\ 0 & 0 & 1 \end{pmatrix} \begin{pmatrix} 1 \\\\ 0 \\\\ 0 \end{pmatrix} = \begin{pmatrix} 0.707107 \\\\ 0.707107 \\\\ 0 \end{pmatrix}

    检测与验证

    验证一下,我们再次使用 工具 3D Model Editor 展示出这个向量,看看它和变换后的锥体是否能在缩放轴重合:

    打开show vector的模块,输入向量 (0.707107, 0.707107, 0),用空格为分隔符。然后点击draw 按钮。它就画出向量了。

    drawVector.PNG

    嗯。。。完美!

    相关文章

      网友评论

        本文标题:SVD与特征向量

        本文链接:https://www.haomeiwen.com/subject/sufqertx.html