矩阵分解的LU、QR（Gram-Schmidt）、Orthogonal Reduction (Householder reduction 和Givens reduction)和URV程序实现
2021-09-26 23:17:12
5KB
1
伴随着基因芯片的发展，通过研究海量的基因表达谱数据来识别肿瘤已成为生物信息学研究的热点．提出一种基于LoG(Laplace of Gaussian)矩阵分解的肿瘤基因特征提取方法，该方法首先将样本数据映射为高维空间中的点，然后构建点与点之间的LoG矩阵，在保留样本分类信息的情况下，使得无结构信息的基因表达谱数据变成具有结构信息的图，再对LoG权值矩阵进行非负矩阵分解得到能够表征样本特征的特征分量，最后用KNN对样本进行分类．通过对白血病和结肠癌基因表达谱数据的特征提取，验证该文方法的可行性和有效性．
2021-09-22 19:20:13
38KB
1
行业分类-设备装置-一种基于鲁棒非负矩阵分解和数据融合的无监督语音增强方法.zip
2021-09-11 14:05:25
602KB
行业分类-设备装置-一种基于鲁棒非负矩阵分解和数据融合的无监督语音增强方法.zip
2021-09-11 14:05:25
602KB
matlab矩阵细分的过滤协同推荐代码SCoR
推荐系统
MATLAB代码：
基于综合坐标的推荐系统
这是
SCoR
方法
[1]
的实现。
SCoR
是一种基于合成坐标的推荐系统，其性能优于该领域最流行的算法技术，如矩阵分解和协同过滤等方法。
更多详细信息可以在
和
中找到
您只能将其用于非商业目的。
如果您在工作中引用我们的论文
[1]，我们将不胜感激：
.java
文件的代码由
H.
Papadakis
编写。
[1]
H.
Papadakis、C.
Panagiotakis
和
P.
Fragopoulou，SCoR：基于合成坐标的推荐系统，具有应用程序的专家系统，卷。
79，第
8-19
页，2017
年。
2021-08-31 21:40:13
889B
1