我正在尝试创建找到图像的svd的代码。我们不允许实际使用svd（）函数。我设法得到一个接近但不准确的答案。我将我的答案与SVD函数的结果进行比较，我的中间矩阵是完美的，但我的左右矩阵上的一些符号被翻转。此外，如果我尝试使用我的SVD再次显示图像，它看起来像是原始图像的低等级近似。
基本上我正在做的是使用eig（）来获取A Atranspose和Atranspose A的特征值和特征向量，然后将它们从大到小重新排序。据我所知，eig（）按从小到大的顺序排列，所以我只是使用fliplr函数来交换顺序。
我对Matlab没有太多经验，所以我可能犯了一个愚蠢的错误。我尝试删除fliplr函数，但我仍然得到看起来完全相同的特征向量，图像仍然出错。这是我正在使用的代码。我正在制造另一个错误吗？
user_question答案 0 :(得分：2)
请记住，特征值和特征向量不是唯一的。如果它们的缩放比例不同，它们也是特征值/特征向量。标志翻转的事实不应该令人担忧。但是，您假设的一个关键错误是eig返回从最小到最大的特征值和特征向量。在eig文档中没有任何地方谈论订单。事实上，顺序是完全随机的，所以fliplr实际上不是正确的事情。根据特征值的大小，你需要做的是sort，所以你实际上需要做这样的事情，假设你要排序的矩阵是A：
[V, D] = eig(A);
D = diag(D);
[~, ind] = sort(abs(D), 'descend');
V = V(:, ind);
这采用特征向量矩阵并正确地重新排列列，以便最大特征值的特征向量出现在第一列中，然后按降序排列。
在任何情况下，左右矩阵最终都是放置在矩阵列中的特征向量。只要你能看到A = U*S*V，那么你应该在大多数时候都没事。我无法确定你是否正在实施SVD，因为你没有附加任何代码所以这个反馈我无法提供给你，但从你的问题的声音看来它似乎很好。