现有的聚类算法在提取用于聚类时间序列数据的平滑子空间方面很弱。 在本文中，我们提出了一种新的k均值类型平滑子空间聚类算法，称为时间序列k均值（TSkmeans），用于对时间序列数据进行聚类。 提出的TSkmeans算法可以有效地利用时间序列数据集的固有子空间信息来增强聚类性能。 更具体地说，平滑子空间由加权时间戳表示，加权时间戳指示这些时间戳对于聚类对象的相对判别力。 我们工作的主要贡献包括设计一个新的目标函数，以指导时间序列数据的聚类，以及开发新颖的更新规则，以针对平滑子空间进行迭代聚类搜索。 基于综合数据集和五个实际数据集，我们的实验结果证实，在诸如Accuracy，Fscore，RandIndex，和正常的共同信息。

如何 描述每个个体人脸的特征 , 使 之区别于 其他个 体 , 是人脸识 别研究 中的关 键问题 之一 .近年来提出了大量的方法 , 其中随着主元分析在人脸识别中的成功应用 之后 , 子 空间分析因其 具有描述性强 、计算代价小 、易实现及可分 性好的 特点 , 受到了 广泛的 关注 . 文中结 合近年来已 发表的文献 , 按照线性和非线性的划分 , 对子空间分析在人脸识别中的应 用作一回顾 、比较和总结 , 以供其他人参考 .

子空间辨识（ABCD）,子空间辨识方法,matlab源码.zip.zip

信号子空间和噪声自空间的正交性 可以得到music算法

牛顿插值matlab源代码随机子空间牛顿凸方法 该存储库包含Matlab R2020a代码，以再现标题为“应用于数据驱动的传感器选择问题的随机化子空间牛顿凸方法”的手稿的结果。 稀疏传感器的选择问题是通过随机化的子空间牛顿凸法解决的。 要运行该程序，请执行P_demo 。 目录 src：存储源代码 工作：存储计算结果（通过运行程序自动创建） 数据：存储了NOAA最佳插值（OI）海面温度（SST）V2数据 1990年至今 lsmask.nc NOAA_OI_SST_V2由位于美国科罗拉多州博尔德的NOAA / OAR / ESRL PSD从其网站提供。 由于GitHub文件大小的限制，数据集在线链接： 代码 主程序 P_demo.m 功能 前处理 F_pre_read_NOAA_SST.m F_pre_SVD_NOAA_SST.m F_pre_truncatedSVD.m 传感器选择 F_sensor_random.m F_sensor_DC.m F_sensor_DC_sub.m F_sensor_DC_approxnt_vec.m F_sensor_DC_approxnt.m F_s

针对传统基于稀疏贝叶斯学习(sparse bayesian learning, SBL)的波达方向(direction of arrival，DOA)估计算法在低信噪比条件下性能不足的问题，提出了一种基于子空间拟合和块稀疏贝叶斯学习的离网DOA估计方法。首先对样本的协方差矩阵进行特征分解，获得信号的加权子空间，然后构造等价信号的稀疏表示模型并利用块稀疏贝叶斯算法进行参数求解，同时对于网格失配带来的建模误差，将空间域内的离散采样网格点作为动态参数，通过求解一个多项式，利用期望最大化算法迭代更新离散网格点的位置。仿真实验结果表明，相对于传统SBL算法，该方法具有更好的估计精度和空间分辨率。

基于子空间的MIMO_OFDM系统信道盲估计算

书名：若干低秩子空间恢复模型的闭解及其应用 作者：林宙辰（北大）

本文本对应于我本人博客中的《高光谱学习---正交子空间投影法OSP(Orthogonal Subspace Projection)》一文，如果各位觉得有哪里不好的，或者哪里排版可以优化，先下载，修改后发给我。你也是作者之一。

传统的子空间盲信道估计收敛速度缓慢且需要大量接收信号才能保证估计性能良好，就此问题提出了一种新的基于虚拟载波（VC）的MIMO-OFDM系统的盲信道估计算法。该算法是传统子空间算法与块矩阵思想的结合，在每个OFDM符号中提取一组子矢量来降低维度。而后又在盲信道估计算法中加入导频序列形成新的半盲信道估计算法。通过计算机模拟仿真发现，新提出的盲信道和半盲信道估计算法在信道估计性能和收敛性方面均表现较好。