Справочник MQL5Методы матриц и векторовOpenBLASSingular Value Decomposition

Разложение по сингулярным значениям

Раздел содержит функции для вычисления разложения матрицы по сингулярным значениям (SVD). Такое разложение представляет матрицу через ортогональные/унитарные матрицы и диагональную матрицу сингулярных значений. SVD применяется в задачах линейной алгебры, уменьшения размерности данных, сжатия, решения систем уравнений, аппроксимации матриц и анализа данных.

Функция	Действие
SingularValueDecompositionDC	SVD-разложение методом "разделяй и властвуй". Считается самым быстрым среди SVD-алгоритмов (LAPACK-функция GESDD).
SingularValueDecompositionQR	SVD-разложение QR-алгоритмом. Классический алгоритм SVD (LAPACK-функция GESVD).
SingularValueDecompositionQRPivot	SVD-разложение QR-алгоритмом с выбором ведущего элемента (LAPACK-функция GESVDQ).
SingularValueDecompositionBisection	SVD-разложение методом бисекции (LAPACK-функция GESVDX).
SingularValueDecompositionJacobiHigh	SVD-разложение высокоуровневым методом Якоби (LAPACK-функция GEJSV).
SingularValueDecompositionJacobiLow	SVD-разложение низкоуровневым методом Якоби (LAPACK-функция GESVJ). В некоторых случаях вычисляет малые сингулярные значения и соответствующие сингулярные векторы значительно точнее других SVD-подпрограмм.
SingularValueDecompositionBidiagDC	SVD-разложение бидиагональной матрицы методом "разделяй и властвуй" (LAPACK-функция BDSDC).
SingularValueDecompositionBidiagBisect	SVD-разложение бидиагональных матриц методом бисекции (LAPACK-функция BDSVDX).
SingularValueDecompositionBidiagQR	Вычисляет SVD-разложение общей матрицы, предварительно приведенной к бидиагональному виду методом ReduceToBidiagonal. LAPACK-функция BDSQR.

OpenBLAS

SingularValueDecompositionDC