SVD - 仅计算矩阵U的x个特征向量

Question

我有一个来自图像的m×n矩阵输入，最终转换成具有N数据集的矢量矩阵。例如，尺寸为40x40的图像将变为400x1矩阵数据。因此，如果我有50张图像，输入将变为400x50数据矩阵。

由于分解，SVD将产生三个矩阵：

U mxm，S mxn，V nxn。

使用相同大小的输入，它将变为：

U（400x400）尺寸，S（400x50）尺寸和V（50x50）。

由于整体计算时间过长而且我只需要大约50个矩阵U的特征向量，我如何停止该过程并获得矩阵U（400x50）大小而不是U（400x400）大小的输出？

我正在使用jacobi方法，这是代码：

while (sum(abs(A(~eye(m,n)))) > e)
  for i = 1:n
      for j = i+1:n
          [J1,J2] = jacobi1(A,m,n,i,j);
          A = mtimes(J1,mtimes(A,J2));
          U = mtimes(U,J1');
          V = mtimes(J2',V);
      end
      for j = n+1:m
          J1 = jacobi2(A,m,n,i,j);
          A = mtimes(J1,A);
          U = mtimes(U,J1');
      end
    %  progressbar((i/10)/pb);
  end
 end