关于矩阵学习很权威官方的一本书，非常全面，而且通俗易懂，希望对大家有用

Label Matrix破解汉化版，标签编辑软件，支持市面上任何的标签打印机，二维码，公式等都完美支持

破解版 安装完成后 将破解补丁覆盖 并运行去广告补丁即可 安装路径： C:\Program Files\lmw32

定义一个二维方阵类 matrix。通过重载二元运算符“+”、“-”、“*”和一元运算符“~”， 来实现矩阵加、矩阵减、矩阵乘以及矩阵转置。

MatrixVB含注册码（即License） 10 MatrixVB 4.5注册码 Name: Demian/TNT! S/N: DEMIAN/TNT!-4C5R-1193046-44493704

自己编写的matrix矩阵类 可以实现矩阵的加减法、乘法、求逆 求逆采用lup算法

2016-Convolutional Matrix Factorization for Document Context-Aware Recommendation

矩阵头文件

matrix获取实时图片坐标工具，原声的matrix不提供变换后的图片尺寸及坐标查询。需要自己计算。。这个工具类免除了烦恼

提出了一种基于低秩矩阵逼近（LRMA）和加权核范数最小化（WNNM）正则化的去噪算法，以消除磁共振图像的Rician噪声。 该技术将来自嘈杂的3D MR数据的相似的非局部立方块简单地分组到一个补丁矩阵中，每个块按字典顺序矢量化为一列，计算该矩阵的奇异值分解（SVD），然后是LRMA的闭式解通过用不同的阈值硬阈值不同的奇异值来实现。 去噪块是从低秩矩阵的此估计中获得的，整个无噪声MR数据的最终估计是通过聚合所有彼此重叠的去噪示例块来建立的。 为了进一步提高WNNM算法的去噪性能，我们首先在两次迭代的正则化框架中实现了上述去噪过程，然后利用基于单像素补丁的简单非局部均值（NLM）滤波器来降低WNNM算法的去噪强度。均匀面积。 所提出的降噪算法与相关的最新技术进行了比较，并在合成和真实3D MR数据上产生了非常有竞争力的结果。