相 關(guān) 資 源

• 人臉識(shí)別：利用奇異值分解和KL變換的投影免費(fèi)下載

  資源簡(jiǎn)介：人臉識(shí)別：利用奇異值分解和KL變換的投影，是很有價(jià)值的一篇文章

  標(biāo)簽： 人臉識(shí)別 奇異值分解 變換 投影

  上傳時(shí)間： 2014-12-04

  上傳用戶(hù)：a673761058

• 本程序利用奇異值分解對(duì)3通道彩色圖像進(jìn)行壓縮分解免費(fèi)下載

  資源簡(jiǎn)介：本程序利用奇異值分解對(duì)3通道彩色圖像進(jìn)行壓縮分解，具體步驟如下： 壓縮過(guò)程： 1. 選取子圖像大小K值，把圖像分解成M×M個(gè)子圖像，IMG(s),s=1,2,…, M2，其中M=N/K，原始圖像IMG大小為N×N。 2. 計(jì)算這M2個(gè)子圖像的平均值average，對(duì)每幅子圖像減去均值圖...

  標(biāo)簽： 程序 奇異值分解 分解 彩色圖像

  上傳時(shí)間： 2013-12-23

  上傳用戶(hù)：chenxichenyue

• 利用奇異值分解求一般m*n階實(shí)矩陣的廣義逆矩陣。免費(fèi)下載

  資源簡(jiǎn)介：利用奇異值分解求一般m*n階實(shí)矩陣的廣義逆矩陣。

  標(biāo)簽： 矩陣 奇異值分解 廣義

  上傳時(shí)間： 2016-06-28

  上傳用戶(hù)：ynsnjs

• 利用奇異值分解壓縮圖像免費(fèi)下載

  資源簡(jiǎn)介：利用奇異值分解壓縮圖像，內(nèi)有詳細(xì)的實(shí)驗(yàn)報(bào)告（包括編程思路、結(jié)果分析以及實(shí)驗(yàn)圖像）

  標(biāo)簽： 奇異值分解 圖像

  上傳時(shí)間： 2016-08-16

  上傳用戶(hù)：duoshen1989

• 利用奇異值分解-總體最小二乘法估計(jì)ARMA模型的AR參數(shù),并利用參數(shù)進(jìn)行諧波恢復(fù)仿真程序免費(fèi)下載

  資源簡(jiǎn)介：利用奇異值分解-總體最小二乘法估計(jì)ARMA模型的AR參數(shù),并利用參數(shù)進(jìn)行諧波恢復(fù)仿真程序

  標(biāo)簽： ARMA 參數(shù) 奇異值分解 仿真程序

  上傳時(shí)間： 2013-12-25

  上傳用戶(hù)：遠(yuǎn)遠(yuǎn)ssad

• 全主元高斯約當(dāng)消去法 2.LU分解法 3.追趕法 4.五對(duì)角線(xiàn)性方程組解法 5.線(xiàn)性方程組解的迭代改善 6.范德蒙方程組解法 7.托伯利茲方程組解法 8.奇異值分解 9.線(xiàn)性方程組的共免費(fèi)下載

  資源簡(jiǎn)介：全主元高斯約當(dāng)消去法 2.LU分解法 3.追趕法 4.五對(duì)角線(xiàn)性方程組解法 5.線(xiàn)性方程組解的迭代改善 6.范德蒙方程組解法 7.托伯利茲方程組解法 8.奇異值分解 9.線(xiàn)性方程組的共軛梯度法 10.對(duì)稱(chēng)方程組的喬列斯基分解法 11.矩陣的QR分解 12.松弛迭代法

  標(biāo)簽： 方程 線(xiàn)性 LU 高斯

  上傳時(shí)間： 2014-11-22

  上傳用戶(hù)：wff

• 奇異值分解/廣義逆矩陣的svd算法代碼,在解線(xiàn)性方程時(shí)用得上免費(fèi)下載

  資源簡(jiǎn)介：奇異值分解/廣義逆矩陣的svd算法代碼,在解線(xiàn)性方程時(shí)用得上

  標(biāo)簽： svd 奇異值分解 代碼 廣義

  上傳時(shí)間： 2013-12-03

  上傳用戶(hù)：dbs012280

• 利用矩陣的奇異值分解壓縮圖像免費(fèi)下載

  資源簡(jiǎn)介：利用矩陣的奇異值分解壓縮圖像，先將圖像分塊，對(duì)各塊中的每個(gè)對(duì)應(yīng)象素內(nèi)積得到相關(guān)矩陣A，然后對(duì)A進(jìn)行奇異值分解，選擇n（n<N）個(gè)較大的特征值對(duì)應(yīng)的特征向量，利用該向量與各塊圖像內(nèi)積來(lái)壓縮和恢復(fù)圖像

  標(biāo)簽： 矩陣 奇異值分解 圖像

  上傳時(shí)間： 2015-04-27

  上傳用戶(hù)：1079836864

• 人臉識(shí)別技術(shù)的幾個(gè)主要研究方向,計(jì)算機(jī)人臉識(shí)別是指基于已知的人臉樣本庫(kù),利用計(jì)算機(jī)分析圖像和模式識(shí)別技術(shù)從靜態(tài)或動(dòng)態(tài)場(chǎng)景中,識(shí)別或驗(yàn)證一個(gè)或多個(gè)人臉。通常識(shí)別處理后可得到的基本信息包括人臉的位置、尺度免費(fèi)下載

  資源簡(jiǎn)介：人臉識(shí)別技術(shù)的幾個(gè)主要研究方向,計(jì)算機(jī)人臉識(shí)別是指基于已知的人臉樣本庫(kù),利用計(jì)算機(jī)分析圖像和模式識(shí)別技術(shù)從靜態(tài)或動(dòng)態(tài)場(chǎng)景中,識(shí)別或驗(yàn)證一個(gè)或多個(gè)人臉。通常識(shí)別處理后可得到的基本信息包括人臉的位置、尺度和姿態(tài)信息。利用特征提取技術(shù)還可進(jìn)一步抽取...

  標(biāo)簽： 人臉 計(jì)算機(jī) 人臉識(shí)別技術(shù) 人臉識(shí)別

  上傳時(shí)間： 2014-01-09

  上傳用戶(hù)：CSUSheep

• 用Canny算子檢測(cè)圖像的邊緣 P0404：圖像的閾值分割 P0405：用水線(xiàn)閾值法分割圖像 P0406：對(duì)矩陣進(jìn)行四叉樹(shù)分解 P0407：將圖像分為文字和非文字的兩個(gè)類(lèi)別 P0408：形態(tài)學(xué)梯度檢測(cè)免費(fèi)下載

  資源簡(jiǎn)介：用Canny算子檢測(cè)圖像的邊緣 P0404：圖像的閾值分割 P0405：用水線(xiàn)閾值法分割圖像 P0406：對(duì)矩陣進(jìn)行四叉樹(shù)分解 P0407：將圖像分為文字和非文字的兩個(gè)類(lèi)別 P0408：形態(tài)學(xué)梯度檢測(cè)二值圖像的邊緣 P0409：形態(tài)學(xué)實(shí)例——從PCB圖像中刪除所有電流線(xiàn)，僅保留芯片對(duì)...

  標(biāo)簽： Canny P0404 P0405 P0406

  上傳時(shí)間： 2015-03-21

  上傳用戶(hù)：

• 用Canny算子檢測(cè)圖像的邊緣 P0404：圖像的閾值分割 P0405：用水線(xiàn)閾值法分割圖像 P0406：對(duì)矩陣進(jìn)行四叉樹(shù)分解 P0407：將圖像分為文字和非文字的兩個(gè)類(lèi)別 P0408：形態(tài)學(xué)梯度檢測(cè)免費(fèi)下載

  資源簡(jiǎn)介：用Canny算子檢測(cè)圖像的邊緣 P0404：圖像的閾值分割 P0405：用水線(xiàn)閾值法分割圖像 P0406：對(duì)矩陣進(jìn)行四叉樹(shù)分解 P0407：將圖像分為文字和非文字的兩個(gè)類(lèi)別 P0408：形態(tài)學(xué)梯度檢測(cè)二值圖像的邊緣 P0409：形態(tài)學(xué)實(shí)例——從PCB圖像中刪除所有電流線(xiàn)，僅保留芯片對(duì)...

  標(biāo)簽： Canny P0404 P0405 P0406

  上傳時(shí)間： 2014-01-06

  上傳用戶(hù)：思琦琦

• 基于GM算法和QR分解實(shí)現(xiàn)的穩(wěn)健奇異值分解算法免費(fèi)下載

  資源簡(jiǎn)介：基于GM算法和QR分解實(shí)現(xiàn)的穩(wěn)健奇異值分解算法，通過(guò)該算法可以獲取一個(gè)數(shù)居陣的穩(wěn)健方差－協(xié)方差陣。在該穩(wěn)健方差－協(xié)方差陣上可以進(jìn)行諸如，穩(wěn)健主成份分解、穩(wěn)健聚類(lèi)、穩(wěn)健因子分析等操作。

  標(biāo)簽： 算法 分解 奇異值分解

  上傳時(shí)間： 2013-12-13

  上傳用戶(hù)：15071087253

• 基于dq變換和S變換的電能質(zhì)量擾動(dòng)識(shí)別免費(fèi)下載

  資源簡(jiǎn)介：針對(duì)電能質(zhì)量擾動(dòng)的在線(xiàn)識(shí)別，提出一種基于dq變換和S變換的電能質(zhì)量擾動(dòng)識(shí)別方法。首先根據(jù)擾動(dòng)信號(hào)電壓有效值的分布特性將擾動(dòng)分為兩類(lèi)：第一類(lèi)為電壓暫降、暫升和中斷；第二類(lèi)為振蕩暫態(tài)、電壓尖峰、電壓缺口和諧波。利用dq變換有效值波形特征對(duì)第一類(lèi)擾動(dòng)...

  標(biāo)簽： 變換 S變換 電能質(zhì)量 識(shí)別

  上傳時(shí)間： 2014-01-12

  上傳用戶(hù)：sdq_123

• ％ 奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法；SVD是最可靠的分解法免費(fèi)下載

  資源簡(jiǎn)介：％ 奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的計(jì)算時(shí)間。[U,S,V]=svd(A)，其中U和V代表二個(gè)相互正交矩陣， ％ 而S代表一對(duì)角矩陣。 和QR分解法相同者， 原矩陣A不必...

  標(biāo)簽： decomposition SVD sigular value

  上傳時(shí)間： 2013-12-14

  上傳用戶(hù)：大融融rr

• 奇異值分解的matlab程序免費(fèi)下載

  資源簡(jiǎn)介：奇異值分解的matlab程序，可以利用此svd程序?qū)σ痪S信號(hào)進(jìn)行除噪運(yùn)算。

  標(biāo)簽： matlab 奇異值分解 程序

  上傳時(shí)間： 2016-10-05

  上傳用戶(hù)：2525775

• //奇異值分解法求廣義逆 //本函數(shù)返回值小于0表示在奇異值分解過(guò)程, //中迭代值超過(guò)了60次還未滿(mǎn)足精度要求. //返回值大于0表示正常返回。 //a-長(zhǎng)度為m*n的數(shù)組免費(fèi)下載

  資源簡(jiǎn)介：//奇異值分解法求廣義逆 //本函數(shù)返回值小于0表示在奇異值分解過(guò)程, //中迭代值超過(guò)了60次還未滿(mǎn)足精度要求. //返回值大于0表示正常返回。 //a-長(zhǎng)度為m*n的數(shù)組，返回時(shí)其對(duì)角線(xiàn)依次給出奇異值，其余元素為0 //m-矩陣的行數(shù) //n-矩陣的列數(shù) //aa-長(zhǎng)度...

  標(biāo)簽： 奇異值分解 函數(shù) 廣義 過(guò)程

  上傳時(shí)間： 2016-12-15

  上傳用戶(hù)：康郎

• 摘要:為了提高圖像復(fù)原算法的性能 ,提出了一種改進(jìn)的奇異值分解法估計(jì)圖像的點(diǎn)擴(kuò)散函數(shù)。從圖像的退化離散模型 出發(fā) ,對(duì)圖像進(jìn)行逐層分塊奇異值分解 ,并自動(dòng)選取奇異值重組階數(shù)以減少噪聲對(duì)估計(jì)的影響。利免費(fèi)下載

  資源簡(jiǎn)介：摘要:為了提高圖像復(fù)原算法的性能 ,提出了一種改進(jìn)的奇異值分解法估計(jì)圖像的點(diǎn)擴(kuò)散函數(shù)。從圖像的退化離散模型 出發(fā) ,對(duì)圖像進(jìn)行逐層分塊奇異值分解 ,并自動(dòng)選取奇異值重組階數(shù)以減少噪聲對(duì)估計(jì)的影響。利用理想圖像奇異值向 量平均能譜指數(shù)模型 ,估計(jì)點(diǎn)擴(kuò)...

  標(biāo)簽： 圖像 奇異值分解 函數(shù) 減

  上傳時(shí)間： 2014-08-06

  上傳用戶(hù)：litianchu

• 一種計(jì)算高階矩陣奇異值分解的FPGA實(shí)現(xiàn)方法免費(fèi)下載

  資源簡(jiǎn)介：一種計(jì)算高階矩陣奇異值分解的FPGA實(shí)現(xiàn)方法。

  標(biāo)簽： FPGA 計(jì)算 矩陣 奇異值分解

  上傳時(shí)間： 2013-08-21

  上傳用戶(hù)：253189838

• 圖象處理中用到的奇異值分解及矩陣運(yùn)算免費(fèi)下載

  資源簡(jiǎn)介：圖象處理中用到的奇異值分解及矩陣運(yùn)算

  標(biāo)簽： 圖象處理 奇異值分解 矩陣運(yùn)算

  上傳時(shí)間： 2013-12-14

  上傳用戶(hù)：1079836864

• 矩陣的奇異值分解算法免費(fèi)下載

  資源簡(jiǎn)介：矩陣的奇異值分解算法

  標(biāo)簽： 矩陣 奇異值分解 算法

  上傳時(shí)間： 2015-02-04

  上傳用戶(hù)：chenbhdt

• 用奇異值分解來(lái)消除正弦信號(hào)的噪聲免費(fèi)下載

  資源簡(jiǎn)介：用奇異值分解來(lái)消除正弦信號(hào)的噪聲

  標(biāo)簽： 奇異值分解 正弦信號(hào)

  上傳時(shí)間： 2013-12-17

  上傳用戶(hù)：亞亞娟娟123

• 用奇異值分解來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行噪聲消除免費(fèi)下載

  資源簡(jiǎn)介：用奇異值分解來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行噪聲消除

  標(biāo)簽： 奇異值分解 噪聲消除 語(yǔ)音信號(hào)

  上傳時(shí)間： 2013-12-20

  上傳用戶(hù)：許小華

• 詳細(xì)介紹了局部奇異值分解免費(fèi)下載

  資源簡(jiǎn)介：詳細(xì)介紹了局部奇異值分解

  標(biāo)簽： 詳細(xì)介紹 局部 奇異值分解

  上傳時(shí)間： 2015-03-10

  上傳用戶(hù)：VRMMO

• 利用奇異值法（SVD）對(duì)載入數(shù)據(jù)進(jìn)行主成分分析免費(fèi)下載

  資源簡(jiǎn)介：利用奇異值法（SVD）對(duì)載入數(shù)據(jù)進(jìn)行主成分分析，源代碼

  標(biāo)簽： SVD 數(shù)據(jù) 主成分分析

  上傳時(shí)間： 2013-12-09

  上傳用戶(hù)：yuzsu

• 通過(guò)奇異值分解實(shí)現(xiàn)的最小二乘擬合算法 inear least-squares fit by singular value decomposition免費(fèi)下載

  資源簡(jiǎn)介：通過(guò)奇異值分解實(shí)現(xiàn)的最小二乘擬合算法 inear least-squares fit by singular value decomposition

  標(biāo)簽： decomposition least-squares singular inear

  上傳時(shí)間： 2015-07-26

  上傳用戶(hù)：bibirnovis

• 基于奇異值分解的核線(xiàn)性判別分析（Kernel Discriminant Analysis via QR Decomposition）。免費(fèi)下載

  資源簡(jiǎn)介：基于奇異值分解的核線(xiàn)性判別分析（Kernel Discriminant Analysis via QR Decomposition）。

  標(biāo)簽： Decomposition Discriminant Analysis Kernel

  上傳時(shí)間： 2014-01-07

  上傳用戶(hù)：TF2015

• 圖像的奇異值分解免費(fèi)下載

  資源簡(jiǎn)介：圖像的奇異值分解，并將圖像重構(gòu)出來(lái)，看其效果的變換

  標(biāo)簽： 圖像 奇異值分解

  上傳時(shí)間： 2013-12-22

  上傳用戶(hù)：123啊

• fortran版奇異值分解子程序免費(fèi)下載

  資源簡(jiǎn)介：fortran版奇異值分解子程序，適合氣象統(tǒng)計(jì)計(jì)算。

  標(biāo)簽： fortran 奇異值分解 程序

  上傳時(shí)間： 2014-01-19

  上傳用戶(hù)：xinzhch

• 可對(duì)任意兩個(gè)矩陣做加法、減法、乘法等運(yùn)算；同時(shí)可對(duì)單個(gè)矩陣求轉(zhuǎn)置矩陣、三角分解、奇異值分解等操作免費(fèi)下載

  資源簡(jiǎn)介：可對(duì)任意兩個(gè)矩陣做加法、減法、乘法等運(yùn)算；同時(shí)可對(duì)單個(gè)矩陣求轉(zhuǎn)置矩陣、三角分解、奇異值分解等操作，功能強(qiáng)大。

  標(biāo)簽： 矩陣 加法 減法 乘法

  上傳時(shí)間： 2013-12-14

  上傳用戶(hù)：silenthink

• 自編的奇異值分解消噪程序免費(fèi)下載

  資源簡(jiǎn)介：自編的奇異值分解消噪程序，在消噪的同時(shí)可實(shí)現(xiàn)對(duì)不同頻率信號(hào)分量的分離。

  標(biāo)簽： 奇異值分解 程序

  上傳時(shí)間： 2013-12-28

  上傳用戶(hù)：coeus