SVD

http://www.uwlax.edu/faculty/will/svd/ =============== 相关概念 =============== 正交基（Orthonormal basis, Perpframe）：相互垂直的向量。        最简单的二维正交基为： and 其中s为一个角度值。 对准矩阵（Aligner）：以正交基向量为 行向量形成的矩阵。        作用：旋转，将正交基向xy轴看齐，即将正交基对准xy轴。        应用： xy空间向正交空间转换。求xy空间中点P在正交空间中的坐标值。                   P与正交基一起（保持要求的相对位置），用对准矩阵旋转 P。当正交基与xy轴对准                   时，P的xy轴坐标即为正交空间坐标。 悬挂矩阵（Hanger）：以正交基向量为 列向量形成的矩阵。        作用：旋转，将xy轴向正交基看齐，即将xy轴悬挂于正交基轴上。        应用： 正交空间向xy空间转换。求正交空间中点P在xy空间中坐标值。                   P与xy轴一起（保持要求的相对位置），用悬挂矩阵旋转 。当xy轴与正                   交基重合时，P在正交空间中的坐标值即为xy轴坐标。 拉伸矩阵（Stretcher）：非对角元素为0的矩阵。        作用：拉伸向量，也可边拉伸边升维。 ================ 奇异值分解就是把矩阵A分解成hanger，stretcher，aligner的三重积。 几何意义：先转到正交轴上，拉伸，再转回到xy轴上。实现了在正交空间中的变化。

from：http://www.sciencenet.cn/blog/user_content.aspx?id=227969