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
2021-04-09 13:56:22
96KB
1
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。
2021-04-03 09:06:39
3KB
1
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：
2021-04-01 22:30:01
50KB
1
利用L1-SVD算法对信号进行稀疏重构，并且得到DOA估计，在信噪比低及信号相距很近时同样具有很好的效果 利用L1-SVD算法对信号进行稀疏重构，并且得到DOA估计，在信噪比低及信号相距很近时同样具有很好的效果
2021-04-01 13:33:52
2KB
1
数字图像水印：基于混合DWT-HD-SVD技术的数字图像水印方法：攻击，PSNR，SSIM，NC
2021-03-13 19:27:48
994KB
1