有限差分矩阵代码MT_inversion_matlab Matlab代码用于力矩张量的地震数据反演。 这还不是真的用户友好。 这些代码是基于Chouet，Dawson，Maeda，Ohminato，Takao和Waite的工作而设计的，用于反演力矩张量来自火山的地震数据。 有人调用了某些本地函数，这些函数是Carl Tape的compearth包（）的一部分，并从Ken Creager的CORAL包中进行了修改。 有关反转的更多信息，请参见： Chouet B.，P。Dawson，T.Ohminato，M.Martini，G.Saccorotti，F.Giudicepietro，G.De Luca，G.Milana和R.Scarpa（2003），斯特龙博利火山爆发的源机制，意大利，根据非常长时间的数据的矩张量反演确定，J。Geophys。 Res.108（B1），2019，doi：10.1029 / 2002JB001919。 Lyons，JJ，GP Waite，M.Ichihara和JM Lees（2012），爆炸前的倾斜以及地形对危地马拉Fuego火山，地球物理学的超长周期地震记录

Tensor Decompositions, the MATLAB Tensor Toolbox, and Applications to Data Analysis，张量工具箱最新版本

所提交的库函数为matlab中张量分析工具箱，其里边具有大量的函数，可很方便的调用在图像处理等多个研究领域。

matlab中拟合中心线的代码基于广义结构张量（GST）的虹膜分割代码 该存储库是本文的原始实现，发表在（国际生物识别会议：理论，应用和系统）上。 该方法背后的理论在本文中得到了进一步扩展，发表于。 该软件接受虹膜图像作为输入，并输出输入虹膜图像的分割信息（有关更多信息，请参见下文）。 它能够处理在近红外（NIR）和可见（VW）光谱中采集的图像。 GST代码包含以下步骤（某些步骤可以停用或自定义，请阅读该代码随附的文档）： 图像下采样是为了提高速度。 这不会影响准确性，因为稍后将检测到的虹膜圆拟合到不规则的虹膜轮廓，因此可以补偿由于下采样而导致的虹膜圆检测中分辨率的任何损失。 基于不调整的对比度归一化（Matlab函数）。 这会增加图像对比度，从而在0-255范围内完全散布灰度值。 基于参考文献3中公开的方法进行镜面反射去除 根据参考文献2中发布的方法计算图像频率。这有助于将步骤5-8的内部参数自定义为输入图像。 如参考文献2所示，使用图像频率进行自适应睫毛去除。该方法基于参考文献4中公开的p秩滤镜。去除了睫毛，因为它们会形成很强的垂直边缘，从而可能误导用于眼中心估计和虹膜的滤镜步骤7

张量FFT 利用张量核，针对fp16数据的FFT算法的实现，以加快处理速度

N-way Toolbox for MATLAB 是最先进的拟合多路模型的工具箱。 它是免费的，并提供了安装 PARAFAC、Tucker、N-PLS、GRAM 和 TLD 的方法。 更多更新和数据集可在http://www.models.life.ku.dk/ 获得 一个相关的函数是“parafac2”，也可以在文件交换中找到。

针对双边滤波器灰度相似权函数易受噪声影响且在图像细节区域滤波存在盲目性的问题，提出一种新的图像三边滤波器用以过滤高斯噪声。通过局部结构张量奇异值分解估计图像的几何结构信息， 获得能够刻画图像内容差异的特征信息。在此基础上，设计基于图像特征分类的灰度相似权函数，同时通过引入结构相似权的方式将鲁棒的特征信息耦合到双边滤波器框架下，以保持更多的图像细节。利用三边加权提供更可靠的像素相似性度量方式，并采用局部自适应滤波参数选取方法进一步提高算法的滤波性能。实验结果表明，该滤波器在去除噪声的同时能够较好地保持图像的边缘、纹理等结构信息。

多张量 多层网络张量分解，用于社区检测，链路预测和度量层相互依赖性。 新版本：可以在找到新的更新高效的cpp和python版本。 在此链接中，您可以找到文档和用法示例。 因此，将不再维护该存储库中的代码，所有将来的新更新都将上载到新的存储库 。 实现以下算法： [1] De Bacco，C.，Power，EA，Larremore，DB，＆Moore，C.（2017）。 多层网络中的社区检测，链接预测和层相互依赖性。 物理评论E，95（4），042317。 如果使用此代码，请引用 。 预印本可在或找到。 如果您进一步对MultiTensor扩展感兴趣： ：用于合并节点属性 Contisciani M.，Power E.和De Bacco C.（2020）。 多层网络中具有节点属性的社区检测，《科学报告》 10，15736（2020）。 ：用于合并互惠 Safdari H.

＃ 方法： 该算法以张量形式实现麦克斯韦方程的傅立叶变换，允许从 3D 中已知磁化率的圆柱体向前计算感应场。 在 MRI 中，麦克斯韦方程组（Marques 和 Bowtell，2005 年和 Salomir 等人，2003 年）的傅立叶变换允许在磁化率分布和场图之间进行转换。 虽然人体组织中的大多数结构表现出各向同性的磁化率，但一些生物分子被认为具有磁化率各向异性 - 例如，大脑中的髓鞘。 这种各向异性可以用 2 阶张量来表征。 适应这种磁化率张量公式的麦克斯韦方程的傅立叶变换在 Liu 2010 年的方程 9 中导出，磁化率张量成像。 此例程将磁化率的张量公式结合到 3D 实心圆柱体的场畸变前向计算中。 ＃输入输出： 函数 [A]= sus_tensor(PHI,THETA,B0,sus, AA,BB,CC) 输入（在适用的球坐标中）： Φ，0-> pi / 2，外加磁场与圆柱

svd算法matlab代码基于采样的张量环分解方法 此仓库提供了用于本文实验的代码 一种基于采样的张量环分解方法。 奥斯曼·阿西夫·马利克（Osman Asif Malik）和史蒂芬·贝克尔（Stephen Becker）。 arXiv：2010.08581 可以从下载。 一些进一步的细节 脚本tr_als_sampled.m是用于张量环分解的建议TR-ALS-Sampled方法的Matlab实现。 脚本experiment1.m用于对合成数据进行实验， experiment4.m用于对真实数据进行实验。 以下文件提供了我们在本文中进行比较的方法的实现： tr_als.m ：标准TR-ALS算法。 rtr_als.m ：rTR-ALS算法。 TRdecomp_ranks.m ：这就是我们在本文中称为TR-SVD的东西。 这是TRdecomp.m的修改版本，可从网站获得。 tr_svd_rand.m ：这是TR-SVD的随机变体，在本文中称为TR-SVD-Rand。 要求 我们的tr_als_sampled.m需要mtimesx，可在以下位置找到。 我们还在此存储库的help_funct