Matrix 特征值矩阵的重正交化
在Eigen中是否有任何内置的方法来重新正交化矩阵？当你们乘许多旋转，矩阵最终将需要重新正交化。有一些标准的技术，比如使用SVD，你当然可以花一天的时间手工编写和优化它。然而，我希望Eigen有一些内置的东西。以前有人问过一个问题，但在Eigen的上下文中没有明确的答案。在前面的相关问题中没有明确的答案，因为正确的答案取决于您的应用和需要，从矩阵是否已经接近正交到基于SVD的完全极性分解（请参阅）如果你想在L2范数方面进行最接近的旋转，我不确定你的问题与你链接的问题到底有什么不同。仍然没有内置的重新正交化方法（当然，QR或SVD分解是内置的）。如果您想要添加一个特定的方法，您可以在Eigen的bugtracker中发布一个功能请求：可能是Matrix 特征值矩阵的重正交化,matrix,linear-algebra,eigen,svd,qr-decomposition,Matrix,Linear Algebra,Eigen,Svd,Qr Decomposition,在Eigen中是否有任何内置的方法来重新正交化矩阵？当你们乘许多旋转，矩阵最终将需要重新正交化。有一些标准的技术，比如使用SVD，你当然可以花一天的时间手工编写和优化它。然而，我希望Eigen有一些内置的东西。以前有人问过一个问题，但在Eigen的上下文中没有明确的答案。在前面的相关问题中没有明确的答案，因为正确的答案取决于您的应用和需要，从矩阵是否已经接近正交到基于SVD的完全极性分解（请参阅）如果你想在L2范数方面进行最接近的旋转，我不确定你的问题与你链接的问题到底有什么不同。仍然没有内置的