T3C_Toolbox_LYuan 该存储库提供了两种张量完成算法：张量训练加权优化（TTWOPT）和张量训练随机梯度下降（TTSGD），它们基于张量训练分解和基于梯度的优化方法。 [1]袁隆浩，赵启斌和曹建庭。 “通过张量-序列分解完成缺少条目的高阶张量数据。” 国际神经信息处理会议。 斯普林格（Cham），2017年 [2]袁龙浩，赵启斌和曹建庭。 “在张量-训练格式下通过基于梯度的优化完成高维张量。” arXiv预印本arXiv：1804.01983（2018）。

iceemdan/emd/基于改进自适应噪声完备集合经验模式分解

潮流计算是电力系统中最基本，应用最广泛的一种计算，是电力系统稳定计算和故障分析的基础。这个代码通过matlab实现了用极坐标表示的牛顿法和P-Q分解法进行潮流计算，使用IEEE14节点系统进行测试，计算结果和应用matpower的潮流计算完全一致。 代码注释详细，能可靠运行，可拓展性强，算例参数可调，适合新手学习。 潮流计算的各个步骤都写在子函数里，模块化强，便于对潮流计算原理进行理解。 牛顿法潮流计算的步骤： （1）输入电力系统节点、支路、发电机的基本参数，形成导纳矩阵； （2）假设系统共有n个节点，m个PQ节点，因为平衡节点有且只有一个，所以PV节点共有n-m-1个，对于所有的PQ节点和PV节点，列写有功功率的不平衡量方程，对于PQ节点，还可以列写无功功率不平衡量的方程； （3）求雅可比矩阵，解修正方程； （4）修正节点电压； （5）求支路功率。

基于小波变化的图像分解与重构

为了提高图像分类准确率，提出了一种基于低秩表示的非负张量分解算法。作为压缩感知理论的推广和发展，低秩表示将矩阵的秩作为一种稀疏测度，由于矩阵的秩反映了矩阵的固有特性，所以低秩表示能有效地分析和处理矩阵数据，把低秩表示引入到张量模型中，即引入到非负张量分解算法中，进一步扩展非负张量分解算法。实验结果表明，所提算法与其他相关算法相比，分类结果较好。

:主要介绍了用基于MATLAB 的小波分析方法进行图象编码 的原理,并对小波分解和重构及图象压缩和解压缩的必然关系进行了 详细阐述。同时给出了较为具体的小波分解与重构实验设计报告。实 验表明:对图象数据进行小波分解与重构,实际取得了图象压缩与压缩 的效果。

行业分类-设备装置-基于支撑线运动分解的四足机器人trot步态本体位姿控制方法

基于局部均值分解和AMUSE算法的欠定模型中盲源分离

交通量预测matlab代码具有模式、缺失值和异常值的真实世界张量流的稳健分解 (ICDE'21) 这个存储库包含论文的源代码，由 和 提供，在 。 在这项工作中，我们提出了SOFIA ，这是一种在线算法，用于分解随着时间推移而随着时间推移而丢失条目和异常值的真实世界张量。 通过平稳而紧密地结合张量分解、异常值检测和时间模式检测，SOFIA 与最先进的竞争对手相比具有以下优势： 稳健而准确：与最佳竞争对手相比，SOFIA 产生的插补和预测错误最多可降低 76% 和 71%。 快速：与第二准确的方法相比，使用 SOFIA 使插补速度提高了 935 倍。 可扩展：SOFIA 在时间演化的张量中以增量方式处理新条目，并且它与每个时间步长的新条目数量成线性比例。 数据集 名称 描述 尺寸 时间粒度 处理过的数据集 原始来源 英特尔实验室传感器 位置 x 传感器 x 时间 54 x 4 x 1152 每 10 分钟 网络流量 来源 x 目的地 x 时间 23 x 23 x 2000 每小时 芝加哥出租车 来源 x 目的地 x 时间 77 x 77 x 2016 每小时 纽约出租车 来源 x 目的地

SD_FPI 代码介绍该代码可以集成 2D 或 3D 压力梯度场以获得压力场，这是基于 PIV 的压力重建的必要程序。 该代码也适用于集成任何其他梯度场，只需替换输入压力梯度场。 此代码的返回结果是最小二乘解(∂p/∂x=f(x,y,z); ∂p/∂y=g(x,y,z); ∂p/∂z=h(x,y,z); f(x,y,z),g(x,y,z),h(x,y,z) 是输入的 3D 标量场。 求解算法基于频谱分解，已由 Wang 等人报道。 (2017)。 运行此代码的时间成本和内存消耗非常低。 参考： Wang C, Gao Q, Wei R, Li T, Wang J (2017) 基于谱分解的快速压力积分算法。 爆炸流体 58:84 Wang C, Gao Q, Wei R, Li T, Wang J (2017) 加权散度校正方案及其快速实现。 爆炸流体 58:44