农夫 正交非负矩阵分解的两种算法

这个工具包有两个主要目的。 1. Hermite-Gaussian 和 Laguerre-Gaussian 基中近轴光束的分解和可视化。 （这些函数位于子目录“transverse”中。） 2.通过包括两镜法布里-珀罗腔的光学系统传播此类光束。 （这些函数位于子目录“axis”中。） 还有一些其他的东西，包括根据渐近膨胀（给出艾里图案）表示的切趾（剪裁）高斯光束。 所有的函数都有注释和标题，应该能让感兴趣的人使用它们。 还有一组示例演示了基本功能。

矿物识别步骤 MNF变换 PPI计算 提取纯净像元 选取端元波谱 识别端元波谱 矿物分析 查看结果

深矩阵分解模型 “推荐系统的深矩阵分解模型”的实现 见论文： : 要求 可以按以下要求运行此代码，但不限于： Python= 3.5.3 张量流gpu = 1.5.0 numpy = 1.14.0 + mkl 上面要求的其他安装依赖性 使用例 指令说明已在代码中明确说明。 python Model.py 后记 作为学习者，代码中可能存在一些错误。 请随时告知。

非负矩阵分解（NMF）被证明是一种非常有效的分解方法，可用于数据分析中的降维，并且已广泛应用于计算机视觉，模式识别和信息检索中。 但是，NMF实际上是一种不受监督的方法，因为它无法利用有关数据的先验知识。 在本文中，我们提出了使用图拉普拉斯算子（CNMF-GL）进行约束的非负矩阵分解，该方法不仅利用了几何信息，而且还适当地使用了标签信息来增强NMF。 具体来说，我们期望图的正则化项能够保留原始数据的局部结构，同时具有相同标签和具有不同标签的数据点将具有相应的约束条件。 结果，学习的表示将具有更大的辨别力。 图像聚类的实验结果证明了该算法的有效性。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

矩阵论课件 矩阵论PPT（线性空间 内积空间 矩阵标准型 矩阵分解.....）

Matlab仿真EMD 经验模式分解在python中的实现 结果 航空公司乘客数据集时间序列上的示例输出 原始功能： IMF-1 IMF-2 残渣 依存关系： numpy scipy pandas 随时提出更改建议。 学分：

自己写的代码，不存在版权问题。近段时间在学机器学习，找了大量的资料，写出了一些与机器学习相关的常用矩阵的操作，含QR分解，相似对角化，提取特征值，奇异值分解，HouseHolder变换，施密特正交化等等，有注释，如果有问题可以私信本人，一起探讨。

公路工程质量目标细化分解方案终稿.pdf