AI笔记: 数学基础之特征值与特征向量

Wang's Blog Wang's Blog 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.6k累计阅读 1.7k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄12年
关注
原创 最新推荐文章于 2026-07-06 16:20:11 发布 1.6k 阅读 AI 写同款· GEO 优化 ›

特征值和特征向量

  • A为n阶矩阵，若数λ\lambdaλ和n维非0列向量x满足Ax=λxAx=\lambda xAx=
了解本专栏 订阅专栏 解锁全文 超级会员免费看
收录于
Mathematics

当前文章被收录于：

Mathematics
51 篇文章 4 人学习
订阅专栏 查看详情
标签
#AI #数学 #特征值 #特征工程
AI理论随笔-对称矩阵、正交矩阵与特征向量，特征值（2） 如果：AAT=EAA^T=EAAT=E（E为单位矩阵，ATA^TAT表示“矩阵A的转置矩阵”。）或ATA=EA^TA=EATA=E，则n阶实矩阵A称为正交矩阵，若A为正交阵，则满足以下条件： (1) ATA^TAT是正交矩阵 (2) E为单位矩阵 (3) A的各行是单位向量且两两正交 (4) A的各列是单位向量且两两正交 (5) $ (Ax,Ay)=(x,y)x,y∈R$ (6) ∣A∣=1|A|... 阅读详情

相关推荐

人工智能之数学基础 线性代数：第三章 特征值与特征向量

特征值（Eigenvalues）和特征向量（Eigenvectors）是线性代数中最具洞察力的概念之一，广泛应用于主成分分析（PCA）稳定性分析振动模态图神经网络PageRank算法等领域。本文将从定义、计算方法、几何/物理意义出发，并提供完整的Python 代码实现。设 $ A \in \mathbb{R}^{n \times n} $是一个方阵。若存在一个非零向量AvλvAvλv$\lambda $ 为矩阵 $ A $ 的一个特征值。

咚咚王者的博客 1473

一文通俗搞懂线性无关特征向量个数≤特征值重数

线代有个很难理解的知识点，即同一特征值的线性无关特征向量个数要小于等于特征值重数。 这个结论是怎么来的呢？本文用最朴素的证明来帮助大家弄懂这个知识点（结论推导所用的都是基础的线代知识，只是有些数学式子比较复杂，认真看完，理解很容易，相信自己！）。 a.首先一起看下会用到的两个tips： tip 1：一定可以找到n个线性无关的n维向量，且它们可以表示任何一个n维向量 比如2维向量：能找到 α1=(1,0)T和α2=(1,1)T\alpha_{1}=(1,0)^{T} 和 \alpha_{2}=(1,1)^{

yuxuezhang的博客 1万+

特征值eigenvalue与特征向量eigenvector

在线性代数中，对于一个给定的线性变换A，他的特征向量v经过这个线性变换的作用之后，得到的新向量仍然与原来的v保持在同一条直线上。但长度或方向也许会改变。Avλv其中λ为标量，即特征向量的长度在该线性变换下缩放的比例，称为其特征值。A14​1−2​v1​12​A与v1​内积后的Av1​与v1​不在一条直线上，所以v1​不是A的特征向量Av1​30​v2​11​Av2​14​1−2​22​。

车前猛跑 1208

【AI概念】特征向量（Eigenvector）与特征值（Eigenvalue）是什麽？他们有什么区别？各自在机器学习中担任什么样的角色？| 求解方法、具体例子、几何动画与代码直观演示、实际工程应用场合

大家好，我是爱酱。相信很多同学在学习机器学习是都会听过这两个词。上网找资料的时候会发现一大堆数学概念、矩阵（Matrix）计算等，看得一头雾水。本篇将系统讲解特征向量（Eigenvector）与特征值（Eigenvalue）的定义、直观理解、数学推导、案例流程和应用场景。内容适合初学者和进阶读者，分步解释，配合公式、具体例子及仔细的流程分析，让大家真正了解这两个重要的概念。 注：本文章含大量数学算式、详细例子说明及代码演示，大量干货，建议先收藏再慢慢观看理解。你们的每个赞、收藏跟转发都是我继续分享的动力！

AI人工智能爱酱～你的AI学习好帮手～ 3390

【人工智能数学基础篇】——人工智能技术中核心数学基础知识学习概述，理解矩阵、向量、特征值及概率论基本概念

【人工智能数学基础篇】——人工智能技术中核心数学基础知识学习概述，理解矩阵、向量、特征值及概率论基本概念

编程技术探索者，分享C/C++、C#、Java、数据库等开发经验，聚焦实战技巧与AI兴趣，助力编程爱好者成长。 1421

人工智能之数学基础:特征值和特征向量

在线性代数中，我们经常使用到的一个概念就是特征值和特征向量，在机器学习中，尤其是图像领域，这个概念尤为的重要，一个矩阵可以对向量进行加工，从而将一个向量变成新的向量。有的时候，一个向量经过矩阵加工之后，新生成的向量与原来的向量共线（方向可能相反），那么这个向量叫做这个矩阵的特征向量。我们定义新向量的长度是原来向量长度的λ倍，那么这个λ我们可以称之为特征值，那么一个矩阵的特征值和特征向量就是这样的直观理解。本节课将从数学角度介绍什么是特征值以及什么是特征向量？

huanfeng_AI的博客 788

二进制部署的K8s集群，如何对到期证书更新

一年前搭建的k8s集群，突然不能够正常访问，出现502错误，首先怀疑容器没起来，先对问题进行排查，排查响应的容器有没有正常启动，状态一切正常，访问容器地址也可以正常访问，于是访问node port地址，发现无法正常访问，确定问题出现在svc中。 由于其他的应用、系统也无法提供正常的服务，应该是k8s的问题，非单个应用的原因。查看服务状态，kubectl describe svc xxx，endp...

时光旅行者 3772

从412到200：一步步拆解瑞数6代jsvmp的cookie生成与验证流程

本文深入解析瑞数6代JSVMP的动态安全防护机制，详细拆解从412到200状态的cookie生成与验证流程。通过剖析JSVMP虚拟机核心机制、动态元数据解析及环境检测绕过策略，为逆向工程师提供实用的技术解决方案，帮助突破瑞数6代的高级防御体系。

weixin_30342209的博客 509

Seedance 2.5本地部署指南：AI生图与视频生成的完整实践

最近在AI生成内容领域，本地部署方案越来越受到开发者关注。特别是Seedance 2.5的发布，让很多原本依赖云端服务的用户开始转向本地化解决方案。本文将从实际使用角度出发，完整介绍Seedance 2.5的本地部署流程、功能特性对比以及实际应用技巧。 1. Seedance 2.5核心特性解析 1.1 什么是Seedance 2.5 Seedance 2.5是一款开源的AI生图和视频生成工具，支持在本地环境运行，无需联网即可实现高质量的图像和视频生成。相比之前的2.0版本，2.5在生成质量、运行效率和功能

weixin_42566121的博客 1693

YOLO由浅入深，最简单地说明白YOLO基本实现原理

YOLO（You Only Look Once）是一种高效的实时目标检测技术，广泛应用于自动驾驶、监控和无人机等领域。其核心优势在于速度快，能够在视频流中实时识别目标并标出其位置、大小、类别及置信度。YOLO基于卷积神经网络（CNN），通过卷积层提取图像特征，池化层和扁平化层优化特征处理，全连接层进行分类。与传统方法不同，YOLO将图像分割成多个网格，每个网格预测多个边界框及其置信度，仅对高置信度的框进行详细计算，从而快速确定目标的位置和类别。这种机制使得YOLO在保持高准确率的同时，实现了高效的实时处理能

qq_30279827的博客 567

Roboflow 与 YOLOv11 数据集全流程：从获取到训练，让你数据无忧

上传图像：点击“Upload”按钮，批量上传本地图像（支持 JPG、PNG 格式，单张最大 10MB）。智能标注：利用 Roboflow 的“Auto-Annotate”功能，基于预训练模型自动生成标注，再手动微调，标注效率提升 70%。格式导出：标注完成后，同样选择“YOLOv11”格式导出，流程与公开数据集一致。

m0_71589036的博客 273

YOLOv8 改进涨点 | 模块即插即用 直接可用

在目标检测任务中，注意力机制能够帮助模型聚焦于图像中的关键区域，显著提升检测精度。。创建模块代码注册模块修改任务解析tasks.py创建YAML配置文件模块核心优势适用场景计算开销SOCA捕获二阶统计信息，增强通道间相关性需要精细特征区分的场景中等SK自适应多尺度核选择多尺度目标检测中等偏高显式特征聚集-分配机制全局上下文建模中等A2-Net双线性注意力，高效全局交互复杂场景理解中等偏高CrissCross线性复杂度全局上下文高分辨率输入，长距离依赖较低。

u012133341的博客 2259

CVPR 2026 即插即用 | 注意力篇 | PFG：多尺度大核+像素级频率门控，特征显著增强，精准适配边缘纹理场景

本文提出了一种基于频率引导的轻量级外围门控模块PFG，用于高效时空预测学习。该模块通过多尺度大核分解卷积（1×K + K×1）捕捉外围空间依赖，同时利用固定频率滤波器提取高频线索，动态融合不同尺度的外围特征。核心创新包括：外围聚焦的多尺度空间增强、频率引导的动态融合机制、双阶段归一化协同等。实验表明，PFGNet在多个基准数据集上达到SOTA性能，同时保持较低计算复杂度。该模块可直接嵌入各类视觉模型，适用于需要强化空间-通道协同表达的轻量级任务。

主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】 484

2024全国村级行政边界数据

五级行政区划：村边界数据产品涵盖五级行政区划：（一级行政区）省级行政区共31个其中：（台湾、香港、澳门除外）；（二级行政区）地级行政区共334个其中：7个地区、3个盟、30个自治州、294个地级市；（三级行政区）县级行政区共2851个其中：1355个县、117个自治县、49个旗、3个自治旗、363个县级市、962个市辖区、1个林区、1个特区；（四级行政区）乡级行政区共40497个其中：11626个乡、1034个民族乡、20117个镇、7566个街道、151个苏木、1个民族苏木、2个县辖区公所；

J_Giser的博客 3235

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
上一篇： AI笔记: 数学基础之齐次与非齐次线性方程组解的结构定理
下一篇： AI笔记: 数学基础之正交矩阵与矩阵的QR分解
点赞 0
评论 0
书签 书签 0
Wang's Blog
Wang's Blog
博客等级 码龄12年 7434粉丝 2421原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值