MATLAB:svds（）不收敛

因此，在一些输入数据上使用MATLAB函数，例如：

[U, S, V, flag] = svds(data, nSVDs, 'L')

我注意到，在使用相同数据的不同运行中，我会得到不同的输出SVD大小。当我检查是否设置了“flag”时，我发现设置了，这表明SVD没有收敛。我的正常系统是，如果它真的需要收敛，我会这样做：

flag = 1
svdOpts = struct('tol', 1e-10, 'maxit', 600, 'disp', 0);
while flag:
    if svdOpts.maxit > 1e6
        error('There''s a real problem here.')
    end

    [U, S, V, flag] = svds(data, nSVDs, 'L', svdOpts)
    svdOpts.maxit = svdOpts.maxit*2
end

但从我所知道的，当你用“L”作为第三个参数时，第四个参数被忽略了，这意味着我必须处理它不收敛的事实？我甚至不知道如何用“sigma”参数代替“L”参数。我还尝试减少计算的SVD数量，但没有效果。在这件事上的任何帮助都将不胜感激

编辑 在跟进下面的评论时，我发现问题与我构建数据矩阵的方式有关。结果是我意外地反转了一个矩阵，输入的大小是4000x1而不是20x200，这就是拒绝收敛的原因。这不是问题所在

第二次编辑 如果有人仍在关注这一点，我实际上是错的，我的数据之所以收敛，是因为我对输入进行了错误的缩放。下面是一个程序，用于在生成数据时生成数据：

%  Generate data for SVD failure to converge
% Kernel functions
data_fun1 = @(t, tau)(exp(-t*(1./tau)));
t = linspace(0, 10, 26)';
tau1 = logspace(-1, log10(5), 150); 
k1 = data_fun1(t, tau1);

gamma = 4257;
n = 6;
tau = 0.075;
A = -(2/3)*(2*pi*gamma)^2*n*tau.^3;

data_fun2 = @(V, t)exp(A*t*(V.^2));
V = linspace(0, 0.4, 29);
tau3 = logspace(-1, log10(5), 150)';
tau3 = tau3*1e-5;
k2 = data_fun2(V, tau3)';

svdOpts = struct('tol', 1e-10, 'maxit', 1e3, 'disp', 0);
svdOpts2 = svdOpts;
flag = 1;
while flag
    if svdOpts2.maxit > 1e8
        break
    end

    [U1, S1, V1, flag] = svds(k1, length(t), 'L', svdOpts);
    svdOpts2.maxit = svdOpts2.maxit * 2;
end
flag
% flag == 0
flag = 1;

while flag
    if svdOpts2.maxit > 1e8
        break
    end

    [U2, S2, V2, flag] = svds(k2, length(V), 'L', svdOpts);
    svdOpts2.maxit = svdOpts2.maxit * 2;
end
flag
% flag == 1

---

我也试着让它运行到svdOpts2.maxit>1e9，但它运行了整个周末，从未超过4.096e8。任何建议都将不胜感激。

您提供的示例失败，因为您试图通过svdsA计算完整的SVD分解，k只有在k 例如，应使用svd

用上面的代码计算k2

>> tic, [U2, S2, V2, flag] = svds(k2, length(V), 'L'); toc         
Elapsed time is 0.830326 seconds.
>> flag

flag =

     1

>> tic, [U2, S2, V2] = svd(k2); toc      
Elapsed time is 0.002851 seconds.
>> norm(U2*S2*V2'-k2)/norm(k2)

ans =

   8.4982e-16


>> max(max(abs(U2*S2*V2'./k2-1)))

ans =

   5.8111e-12

---

请记住，矩形矩阵a只有minsizeA奇异值，因此您确实对计算所有奇异值感兴趣。如果您对平方S2感兴趣，您应该使用svdk2“econ”

您提供的示例失败，因为您试图通过svdsA计算完整的SVD分解，k只有在k 例如，应使用svd

用上面的代码计算k2

>> tic, [U2, S2, V2, flag] = svds(k2, length(V), 'L'); toc         
Elapsed time is 0.830326 seconds.
>> flag

flag =

     1

>> tic, [U2, S2, V2] = svd(k2); toc      
Elapsed time is 0.002851 seconds.
>> norm(U2*S2*V2'-k2)/norm(k2)

ans =

   8.4982e-16


>> max(max(abs(U2*S2*V2'./k2-1)))

ans =

   5.8111e-12

---

请记住，矩形矩阵a只有minsizeA奇异值，因此您确实对计算所有奇异值感兴趣。如果您对平方S2感兴趣，您应该使用svdk2“econ”

如果不是太大，你能发布数据矩阵吗？或者在奇异值分解收敛的情况下，它的一些奇异值的曲线图？它将帮助我们了解您正在处理的数据类型。svdsdata、nSVDs、'L'，svdOpts可以：第三个参数可以是实数或'L'。在任何一种情况下，第四个参数都被读取。请同时发布nSVDS、sizedata、nnzdata。如果它不是太大，您可以发布数据矩阵吗？或者在奇异值分解收敛的情况下，它的一些奇异值的曲线图？它将帮助我们了解您正在处理的数据类型。svdsdata、nSVDs、'L'，svdOpts可以：第三个参数可以是实数或'L'。在任何一种情况下，第四个参数都被读取。请同时发布nSVDS、sizedata、nnzdata、is SPARA