cdinten的专栏

矩阵的奇异值分解，可以简单的理解为特征值分解问题的推广，对于一个m×n（m≥n）的矩阵A，可以具有如下形式的分解：A=U×S×V'其中U和V分别是m×m和n×n的正交阵，S则是一个m×n的对角阵（当然在n+1~m行，全是零）。S就是所谓的奇异值（Singular Value）矩阵，U和V分别被称为左/右奇异向量（Singular Vector）。对奇异值S的定义是：一个m×n矩阵A的奇异值就是n×n对称阵（A'×A）的非零特征值的正平方根。

摘要：介绍MATLAB可变输入参数和输出参数的原理及实现