基于遗传算法的奇异值分解SVD水印，可运行

MIMO预编码算法MATLAB实现-ZF、MMSE、SVD、BD

K-SVD算法是一种有效的训练稀疏信号表示过完备字典的方法。在本文中，我们讨论了该算法的一种有效实现，它既加快了算法的速度，又降低了算法的内存消耗，即批处理OMP算法。 批处理OMP（Batch-OMP）是正交匹配追踪（OMP）算法的一种实现，该算法专门针对在同一字典上对大量信号进行稀疏编码而优化。批处理OMP实现对于涉及对大量信号进行编码的各种基于稀疏性的技术非常有用。在报告中，我们讨论了批处理OMP和K-SVD实现，并分析了它们的复杂性。 本文中实现这些技术的Matlabr工具箱，可以去http://www.cs.technion.ac.il/~ronrubin/software.html中进行下载。

SVDRecommenderSystem, 将SVD应用于推荐系统中的评分预测问题

主要介绍了python SVD压缩图像的实现代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

文章来源《现代推荐算法》矩阵分解系列（SVD，FunkSVD，BiasSVD）原理 . 奇异值分解(SVD) 奇异值分解(SVD)原理与主要应用在数据降维中，可以将这个用户物品对应的m×n矩阵M进行SVD分解，并通过选择部分较大的一些奇异值来同时进行降维，也就是说矩阵M此时分解为： Mm×n=Um×kTDk×kVk×nM_{m \times n} = U_{m \times k}^{T}D_{k \times k}V_{k

基于SVD原理的PCA特征频率提取算法及其应用.pdf

SVD奇异值分解 DWT小波变换 水印嵌入和提取 Arnold置乱

svd算法的MATLAB实现，有完整的界面，可以手动设置阈值，属于课程资源。 svd算法的MATLAB实现，有完整的界面，可以手动设置阈值，属于课程资源。

Yelp-推荐算法 在yelp数据集上摘录取部分评分数据进行多种推荐算法（SVD，SVDPP，PMF，NMF）的性能对比。从yelp数据集中提取一些评分数据，以比较各种推荐算法（SVD，SVDPP，PMF）的性能，NMF）。原始数据集可以在下方下载：