非负矩阵划分matlab代码使用非负矩阵分解技术的声音合成
指导：
通过在
Matlab
环境（最好是
2016a
版以避免任何错误）中启动“nimfks.m”文件来运行应用程序。
该文件位于“src/matlab/”中。
可以在以下位置找到最新的源代码：
出版物：
2022-06-01 17:54:39
85.34MB
1
推荐系统已经成为Internet商家给用户提供个性化服务的高级商务智能平台之一，然而，用于研究推荐系统的数据信息里往往存在能够被攻击者直接或者间接获取的个人隐私。近年来受到极大关注的差分隐私保护是一种非常严格的、可证明的隐私保护模型。针对目前流行的协同过滤算法之一的矩阵分解进行了研究，提出了采用差分隐私保护技术对原始输入数据进行预处理和扰动处理的新方法。最后通过在真实数据集上进行相关实验验证，结果表明提出的带差分隐私保护的矩阵分解算法达到了预期：既能保护用做推荐研究的原始数据集的隐私，又没有严重影响推荐的准确率。
2022-05-25 08:57:58
1.54MB
1
推荐系统实战系列课程旨在帮助同学们快速掌握推荐系统领域常用算法及其建模应用实例。全程基于Python及其开源工具实战演示各大推荐引擎构建方法，基于真实数据集进行建模与应用实战。整体风格通俗易懂，适合入门与进阶的同学们加入学习，提供课程所需全部PPT，数据，代码。
2022-05-18 08:11:08
341B
1
基于矩阵分解的一般6R机器人实时高精度逆运动学算法pdf,基于矩阵分解的一般6R机器人实时高精度逆运动学算法
2022-05-13 15:07:37
492KB
1
java语言编写的一个求特征值和特征向量，算法是：先采用正交分解进行QR分解，然后进行迭代N次后求出对角矩阵和正交矩阵，对角矩阵即为特征值，正交矩阵即为特征向量。
2022-04-22 05:01:12
1KB
1
针对高光谱图像中含有大量混合像元，且大多数解混算法未能利用真实地物信息的问题，提出了一种利用先验信息约束的非负矩阵分解方法对高光谱进行解混。首先利用顶点成分分析法和全约束最小二乘法分别对端元矩阵和丰度矩阵进行初始化，然后利用本文算法对高光谱数据进行解混，最后对估计端元和估计丰度进行评价分析。实验显示，利用本文提出的方法对数据解混的结果优于其他约束的非负矩阵分解算法得到的结果，在求解过程中有很好的抗噪性能。
2022-04-14 22:56:42
1009KB
1
光谱解混可以有效提升高光谱图像的利用效率。非负矩阵分解(NMF)常用于寻找非负数据的线性表示,可以有效解决混合像元问题。基于丰度的稀疏性和图像局部不变性提出一种高光谱解混算法。对丰度采取稀疏性约束和基于拉普拉斯矩阵的图正则项约束,构造了一个新的目标函数,端元和丰度在经过若干次迭代后取得了较好的解混合结果。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明所提算法具有良好的解混性能。
2022-04-14 19:54:48
14.06MB
1