搜索资源列表
InvMat
- 利用矩阵的奇异值分解压缩图像，先将图像分块，对各块中的每个对应象素内积得到相关矩阵A，然后对A进行奇异值分解，选择n（n<N）个较大的特征值对应的特征向量，利用该向量与各块图像内积来压缩和恢复图像-matrix of singular value decomposition image compression, image first block of the block of each pixel corresponding t
matrix
- 介绍矩阵特征值与矩阵特征向量的计算算法，每种算法都用C+ +语言以函数的形式实现。
InvMat
- 利用矩阵的奇异值分解压缩图像，先将图像分块，对各块中的每个对应象素内积得到相关矩阵A，然后对A进行奇异值分解，选择n（n<N）个较大的特征值对应的特征向量，利用该向量与各块图像内积来压缩和恢复图像-matrix of singular value decomposition image compression, image first block of the block of each pixel corresponding t
Matrix
- 关于矩阵运算的各种数值算法，包括实（复）矩阵求逆，对称正定矩阵与托伯利兹矩阵的求逆，线性方程组的常用解法，矩阵的各种分解方法，特征向量与特征值的求解等等。-Matrix operations on a variety of numerical algorithms, including the real (complex) matrix inversion,托伯利兹symmetric positive definite matrix a
PCA
- 函数作用： cwstd.m——用综合标准化法标准化矩阵 Cwfac.m——计算相关系数矩阵，计算特征向量和特征值，对主成分进行排序，计算各个特征值的贡献率，挑选主成分（贡献率达与85 ），输出主成分个数，计算主成分载荷 Cwscore.m——计算各主成分得分，综合得分并排序 Cwprint.m——读入数据文件，调用以上三个函数，并输出结果 原始数据：存储在src.txt中是一个30×8的矩阵 敲入命令： -
QR-decomposition
- QR分解法是目前求一般矩阵全部特征值的最有效并广泛应用的方法，一般矩阵先经过正交相似变化成为Hessenberg矩阵，然后再应用QR方法求特征值和特征向量。它是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，所以称为QR分解法,-QR decomposition
JADEalgorithm
- 为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对, 只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MUSIC,JADE-ESPRIT和SI-JADE算法相比,该算法具有较好的鲁棒性和较小的估计误差。仿真结果证明了该算法的有效性。 -In
pujulei
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering alg
ZPclustering
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering
amunmnuu
- 搭建OFDM通信系统的框架，用于信号特征提取、信号消噪，最终的权值矩阵就是滤波器的系数，时间序列数据分析中的梅林变换工具，包含特征值与特征向量的提取、训练样本以及最后的识别，迭代自组织数据分析。- Build a fr a mework OFDM communication system, For feature extraction, signal de-noising, The final weight matrix is ??th
tewkiics
- 最终的权值矩阵就是滤波器的系数，计算加权加速度,PLS部分最小二乘工具箱,给出接收信号眼图及系统仿真误码率，包含特征值与特征向量的提取、训练样本以及最后的识别，有小波分析的盲信号处理，随机调制信号下的模拟ppm。- The final weight matrix is ??the filter coefficient, Weighted acceleration, PLS PLS toolbox, The received signal
qpapyfhz
- 用于特征降维，特征融合，相关分析等,用MATLAB实现的压缩传感，最终的权值矩阵就是滤波器的系数，包含特征值与特征向量的提取、训练样本以及最后的识别，阵列信号处理的高分辨率估计，借鉴了主成分分析算法（PCA）。- For feature reduction, feature fusion, correlation analysis, Using MATLAB compressed sensing, The final weight ma
fengjui_v39
- 欢迎大家下载学习，包含特征值与特征向量的提取、训练样本以及最后的识别，经典的灰度共生矩阵纹理计算方法。- Welcome to download the study, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Classic GLCM texture calculation met
kiuting
- 包含特征值与特征向量的提取、训练样本以及最后的识别，仿真效果非常好，AHP层次分析法计算判断矩阵的最大特征值。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Simulation of the effect is very good, Calculate the maximum ei
beiyou
- 包含特征值与特征向量的提取、训练样本以及最后的识别，AHP层次分析法计算判断矩阵的最大特征值,预报误差法参数辨识-松弛的思想。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Calculate the maximum eigenvalue judgment matrix of AHP
qr776
- 包含特征值与特征向量的提取、训练样本以及最后的识别，最终的权值矩阵就是滤波器的系数，包括AHP，因子分析，回归分析，聚类分析。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, The final weight matrix is ??the filter coefficient, In
hing_kr81
- 用于图像处理的独立分量分析，经典的灰度共生矩阵纹理计算方法，包含特征值与特征向量的提取、训练样本以及最后的识别。- Independent component analysis for image processing, Classic GLCM texture calculation method, Contains the eigenvalue and eigenvector extraction, the training sam
fortran各章代码
- 第1章 矩阵分解与线性方程组直接方法 第2章 线性方程迭代方法 第3章 最小二乘法与曲线拟合 第4章 特征值与特征向量 第5章 非线性方程 第6章 非线性方程组 第7章 插值法 第8章 数值微分 第9章 数值积分 第10章 特殊函数 第11章 常微分方程(The first chapter is matrix decomposition and direct method of linear equations T
argumpntxdmmonoperates
- 介绍矩阵特征值与矩阵特征向量的计算算法,每种算法都用C+ +语言以函数的形式实现,()
4518713
- 介绍矩阵特征值与矩阵特征向量的计算算法,每种算法都用C+ +语言以函数的形式实现,()