SVD

SVD可以指：

• SVD狙擊步槍
• 奇異值分解（Singular value decomposition）

SVD方法種類

GRSVD

GRSVD為其中一種SVD分解方法。他利用householder transformations將目標矩陣轉換成雙斜對角矩陣，再利用QR algorithm追蹤其特徵值。 此演算法的限制為，難以估計出真正的準確值。根據下圖所示可觀察出，iteration較大時會慢慢decay最後error會達到飽和。

Jacobi SVD

一種SVD方法為Jacobi SVD，此種方法的複雜度較GRSVD高，但是精確度也較高。Jacobi SVD使用多次的平面旋轉使得矩陣上非對角軸上的數值趨近於0。 於此，運用演算法可將矩陣轉換成我們所需的型式:

將A0轉換成A，成為只有對角線有值的矩陣。 下圖為error模擬圖，可觀察出:iteration次數增加，可以相對增加其精準度。