我正在使用 Eigen 来求解对称矩阵的特征系统,m,
示例如下:
#include <iostream>
#include <Eigen/Dense>
#include <Eigen/Eigenvalues>
using namespace std;
using namespace Eigen;
int main()
{
Matrix3f m(3,3);
EigenSolver<Matrix3f> es;
m(0,0) = -0.386087;
m(1,1) = -0.390147;
m(2,2) = 0.776234;
m(0,1) = 0.00813956;
m(0,2) = 0.0781361;
m(1,0) = 0.0781361;
m(1,2) = 0.0986476;
m(2,0) = 0.0781361;
m(2,1) = 0.0986476;
es.compute(m,true);
cout << "matrix is: " << m << endl;
cout << "The eigenvalues of A are: " << es.eigenvalues() << endl;
cout << "The eigenvalues of A are: " << es.eigenvectors() << endl;
}
输出是:
matrix is: -0.386087 0.00813956 0.0781361
0.00813956 -0.390147 0.0986476
0.0781361 0.0986476 0.776234
The eigenvalues of A are: (-0.391002,0)
(0.789765,0)
(-0.398762,0)
The eigenvalues of A are: (0.976246,0) (-0.0666485,0) (0.206158,0)
(0.200429,0) (-0.0835865,0) (-0.976136,0)
(-0.08229,0) (-0.994269,0) (0.0682429,0)
问题:
知道我的矩阵是对称的,这是对 EigenSolver 的有效使用吗?
我怎样才能对特征值进行排序并相应地对特征向量进行排序?(最终提取最大特征值和相应的 vec)可以做一个类似 Python 中常见的构造吗?
idx = eigenValues.argsort()[::-1]
eigenValues = eigenValues[idx]
eigenVectors = eigenVectors[:,idx]
- 知道我的矩阵是对称的,这是对 EigenSolver 的有效使用吗?
不,你应该SelfAdjointEigenSolver
在这种情况下使用:http : //eigen.tuxfamily.org/dox/classEigen_1_1SelfAdjointEigenSolver.html
- 我怎样才能对特征值进行排序并相应地对特征向量进行排序?(最终提取最大特征值和相应的 vec)可以做一个类似 Python 中常见的构造吗?
在SelfAdjointEigenSolver
已排序的特征值(从最低到最高),即以获得最高的特征值/矢量,你需要采取的最后一个。
在这里可以对特征值进行排序,因为所有特征值都保证为实值(对于非对称 EigenSolver 不能保证)。另一个优点是保证特征向量形成正交正态基(即,相应的矩阵是酉/正交的)。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句