在我的研究中,我使用了所谓的Lee卡特模型(死亡率模型),在该模型中,您可以通过对矩阵(对数死亡率-特定于年龄的死亡率的平均模式)进行奇异值分解来获得模型参数。我正在尝试寻找奇异值分解的替代方法,我发现一个很好的选择可能是递归神经网络应用的自动编码。实际上,奇异值分解可以收敛到激活函数是线性函数的自动编码器。让我们使用以下步骤来获得数据:年龄和年份的死亡率
years <- 1960:2009lM
在过去的几周里,我一直在尝试用C语言实现奇异值分解,目前我一直在使用算法6 found ,据我所知,这个算法将在O( n^5 )时间内运行,因为有两个循环(其中一个循环不会从0到n,我知道但n^5是一个粗略的界限然而,根据,对于n乘n矩阵,奇异值分解可以在O(2n^3)中计算。有谁知道我在哪里可以找到解决这种时间复杂性的算法?