有关更多信息，请参阅以下链接： http://yarpiz.com/95/ypea124-moead

一种快速稳定的奇异值分解算法

鉴于输电线路在线监测取得了长足的进步，针对目前行波定位法中波头检测算法存在缺陷和波速测定精度差的不足，本文提出了基于导线电流三测量点局域均值分解（LMD）的行波故障定位新方法。该方法首先对测量点电流线模分量进行局域均值分解，然后根据分解得到的第一个PF 分量瞬时频率曲线的首个频率突变点来确定行波波头第一次到达测量点的时刻。其次，根据相位差动保护原理判断出故障点所在线路段，并利用无故障段线路的长度和故障行波到达其两端测点的时间差之比计算出故障行波波速。最后，通过双端行波法的定位原理计算出故障距离。仿真结果表明，本文定位方法同基于小波变换或希尔伯特-黄变换的定位方法相比具有较高的定位精度。

进行emd分解，一个非常好的程序，直接调用即可

基于加性高斯白噪声在经验模式分解算法（Empirical Mode Decomposition,EMD）下的统计特性,提出了一种基于EMD的去噪算法。通过数值仿真,比较了提出的算法与小波域阈值去噪的性能。仿真结果表明,该算法与小波域阈值去噪的效果相似,而不用选择小波基,是一种自适应的去噪算法。

此函数使用“部分枢轴”计算方阵的 PA=LU 分解。 标准调用是： [LUP b2]=lumy2(A,b); 其中A和b分别代表系统矩阵和已知项。 输出是：下和上三角矩阵 (LU) 和 P 是置换矩阵； 最后 b 表示置换的已知项。

该工具箱为MATLAB的EMD经验模态分解的工具箱，使用简单，可以基于此求希尔伯特黄变换和边际谱，详细帮助可以参考word文档。

分解质因数法求最大公约数 输入两个正整数 以空格隔开 即可求得

变异量子因式分解 介绍 该存储库包含Eric R. Anschuetz，Jonathan P. Olson，AlánAspuru-Guzik，Yudong Cao的文章“可变量子因式”中提出的算法的实现。 它在上。 代码中的符号直接指的是本文中的符号。 我讲了这个项目，这可能是一个很好的介绍。 您可以找到它并且幻灯片在presentation.pdf文件的此存储库中。 由于QAOA是算法的重要组成部分，因此，如果您不熟悉它，您可能会发现很有帮助。 要求 该项目严重依赖pyquil和grove库。 不幸的是，在我开发该项目时，发行版中存在一些对该项目至关重要的错误。 因此，我从源代码安装了它们： pyquil，提交sha： f22a851d5803e0a6aa73b236c25d28a5fcdb0116 格罗夫，commit-sha： dc6bf6ec63e8c435fe52b1e

农夫 正交非负矩阵分解的两种算法