LAPACK SVD (разложение сингулярных значений)
знаете ли вы какой-либо пример использования LAPACK для расчета SVD?
1 ответов
процедура dgesdd
вычисляет SVD для матрицы двойной точности. Вам просто нужен пример как его использовать? Вы пробовали читать документацию?
пример использования привязок C LAPACK (обратите внимание, что я только что написал это и фактически не тестировал его. Также обратите внимание, что точные типы аргументов для clapack несколько различаются между платформами, поэтому вам может потребоваться изменить int
к чему-то еще):
#include <clapack.h>
void SingularValueDecomposition(int m, // number of rows in matrix
int n, // number of columns in matrix
int lda, // leading dimension of matrix
double *a) // pointer to top-left corner
{
// Setup a buffer to hold the singular values:
int numberOfSingularValues = m < n ? m : n;
double *s = malloc(numberOfSingularValues * sizeof s[0]);
// Setup buffers to hold the matrices U and Vt:
double *u = malloc(m*m * sizeof u[0]);
double *vt = malloc(n*n * sizeof vt[0]);
// Workspace and status variables:
double workSize;
double *work = &workSize;
int lwork = -1;
int *iwork = malloc(8 * numberOfSingularValues * sizeof iwork[0]);
int info = 0;
// Call dgesdd_ with lwork = -1 to query optimal workspace size:
dgesdd_("A", &m, &n, a, &lda, s, u, &m, vt, &n, work, &lwork, iwork, &info);
if (info) // handle error conditions here
// Optimal workspace size is returned in work[0].
lwork = workSize;
work = malloc(lwork * sizeof work[0]);
// Call dgesdd_ to do the actual computation:
dgesdd_("A", &m, &n, a, &lda, s, u, &m, vt, &n, work, &lwork, iwork, &info);
if (info) // handle error conditions here
// Cleanup workspace:
free(work);
free(iwork);
// do something useful with U, S, Vt ...
// and then clean them up too:
free(s);
free(u);
free(vt);
}