针对目前的电影推荐算法中，传统的矩阵分解算法对于用户的离散型评分数据集的数据利用率不高的问题，提出基于二项分布的矩阵分解算法的模型，在假定用户的评分数据是服从二项分布的前提下，利用最大后验估计学习得出损失函数，将用户的兴趣度作为影响因子，加入项目之间的邻域影响，其后利用随机梯度下降法针对问题求解。通过在MovieLens数据集上与传统的矩阵分解算法的对比实验，结果表明，提出的算法可以有效的提高推荐精度，表现出良好的稳定性。

求解线性方程组的一种高效率高精度的数值计算方法，c++语言描述

对图像首先进行拉普拉斯变换，使得图像的边缘更清晰，之后进行梯度变换，在计算均值与偏度

描述了相位梯度自聚焦(PGA)算法的实现步骤。基于对PGA算法的性能分析及对PGA算法的基本步骤所起作用的研究,提出了两种改进的方法。首先,通过对加窗方法的改进,提高了算法的聚焦速度;另外,通过选择适当的距离行进行处理,使算法即使在低信噪比的条件下也能达到较好的聚焦效果。

总结了梯度下降法在学习率和方向两个方面的优化算法

在计算机断层摄影（CT）成像的医学和工业应用中，受扫描环境和对患者施加过多X射线辐射的风险所限制，从有限的投影数据重建高质量的CT图像已成为热门话题。 在有限的扫描角度范围内进行X射线成像是一种有效的成像方式，可以减少对患者的辐射剂量。 由于此模式中可用的投影数据不完整，因此有限角度CT图像重建实际上是一个不适定的逆问题。 为了解决该问题，通过常规的滤波反投影（FBP）算法重建的图像经常在边缘附近产生明显的条纹伪影和逐渐变化的伪影。 基于总变化量最小化（TVM）的图像重建可以显着减少少数视图CT中的条纹伪影，但受限于有限角度CT中边缘附近的伪影逐渐变化。 为了抑制这种伪像，我们开发了一种基于l（0）梯度最小化的有限角度CT图像重建算法。 在已开发的重建模型框架内，将图像梯度的l（0）-范数作为正则化函数。 我们将优化问题转化为几个优化子问题，然后以交替迭代的方式解决了这些子问题。 进行了数值实验，以验证所开发算法的效率和可行性。 根据性能评估的峰峰值信噪比（PSNR）和归一化均方根距离（NRMSD）的统计分析结果，表明在不同扫描角度范围内，不同算法之间存在显着的统计学差异（p <0.0001） 。 从实验结果还表明，在同时抑制边缘附近的条纹伪影和逐渐变化的伪影方面，该算法优于传统的重建算法。

梯度下降的简单实现，matlab版 包含源代码、训练集、测试集。

在无蒸馏和无惰性气氛保护的条件下,快速制备了用于组合合成Pb(ZrxTi1-x)O3薄膜的前驱溶液PT和PZ。采用组合法在Pt/Ti/SiO2/Si衬底上制备了一系列Pb(ZrxTi1-x)O3组分梯度薄膜。经XRD分析表明,薄膜具有钙钛矿结构,择优取向为(111)。SEM结果显示薄膜厚度在500nm左右。电滞回线的测试表明,下梯度薄膜PZT-654表现出良好的铁电性能,明显优于其它薄膜。PZT-654梯度薄膜的剩余极化强度Pr为38.4μC/cm2,矫顽场Ec为75.0kV/cm,有较大的极化偏移,Po

此应用程序将针对不同的非量纲压力梯度P值绘制速度随距离的变化

https://blog.csdn.net/ljw_study_in_CSDN/article/details/117775766 博客配套代码+数据集文件