NMF 非负矩阵分解 相关资料 程序 PPT A new nonnegative matrix factorization for independent component analysis Blind Image Separation Using Nonnegative Matrix Factorization with Gibbs Smoothing Gribonval_Zibulevsky_SCA_chapter Unmixing fMRI with independent component analysis 非负矩阵分解算法综述 基于非负矩阵分解算法进行盲信号分离 非负矩阵分解在图像分析中的应用.nh 基于功能核磁共振成像的右脑额下回情绪处理_英文_ nmf.m NMF.ppt 等

cocos2dx 游戏图集 plist 分解脚本，采用python脚本实现分解功能，在window下封装了能直接双击使用的bat文件，更方便快捷的实现图片的分解，功能效率非常高，为方便大家测试，还放了测试用的plist 和 png文件

矩阵的奇异值分解

最近，提出了一种贪婪算法，称为最小秩近似原子分解（ADMiRA）。 当矩阵的秩已知时，它解决了低秩矩阵近似问题。 然而，在实际应用中，矩阵的等级通常是未知的。 本文基于最小秩逼近的原子分解，提出了一种用于低秩矩阵完成的秩自适应原子分解算法（RAADLRMC）。 RAADLRMC的优点在于，当未给出矩阵的参数rank-r时，它可以工作。 此外，自适应地减小迭代的步长，以提高效率和准确性。 如我们的实验所示，我们的算法是鲁棒的，并且矩阵的秩可以被准确地预测。

江苏省碳排放的因素分解模型及实证分析，温景光，，目前，能源消费是碳排放的主要来源。近年来随着人口增长和经济发展,能源消费的急剧增长以及严重倚靠煤炭的能源结构在短期内难以�

二维二进小波的快速分解与重构算法matlab实现-ex7-4.rar 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构 编程实现例7.4中可分离二维二进小波的快速分解与重构算法 算法实现 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构，实现的函数说明如下 l function [a, d1, d2] = swt1_decomp 函数功能：      二维二进小波分解 输入参数： x – 待分解的二维数组 n – 分解的级数 h – 分解低通滤波器系数 g – 分解高通滤波器系数 输出参数： a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 l function x = swt1_recon 函数功能：      二维二进小波重构 输入参数： a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 n – 重构的级数 h – 重构低通滤波器系数 g – 重构高通滤波器系数 l – 重构滤波器系数 输出参数： x – 重构的二维数组 在实现以上函数时主要用到了以下wavelet toolbox中的函数: l wconv函数对二维数组和滤波器进行卷积运算 l wextend函数在卷积前对二维图像进行周期延拓 l wkeep函数对卷积结果进行截断 还用到了dyadup和dyaddown对滤波器进行上抽样和下抽样。 测试结果 以下是使用所实现的算法对二维图片的测试结果 图片大小为256*256，使用4级二进小波进行分解 matlab6.gif

通过电动机与滚动轴承之间建立的函数关系将振动信号转变成谐波分量,进而对谐波分量分析。对这种非平稳信号首先进行经验模态分析(EMD),然后通过改进LMS算法自适应滤波器分离噪音,最后再运用希尔伯特变换得到故障轴承频谱图。通过仿真实验证明该方法可以消除大部分的噪音和低频干扰,且易于实现,最终获得符合故障诊断要求的振动信号。

餐饮专业督查分解表.docx

应用小波分解的上采样和下采样，实现小波重构，能进行对输入的自学习。给大家分享。

本征正交分解（POD）是流体力学中一个强大的经典工具，用于模型简化和相干流特征提取。然而，由于其计算复杂性，它对三维直接数值模拟产生的高分辨率数据的适用性受到限制。在这里，我们提出了一种基于小波的自适应POD（wPOD），以克服这一局限性。通过使用双正交小波对数据进行压缩，可以减少要分析的数据量，从而产生稀疏表示，同时方便地控制压缩误差。数值分析表明，在某些假设下，小波压缩和POD截断的不同误差贡献是如何平衡的，这使我们能够有效地处理来自三维流动问题模拟的高分辨率数据。通过一个综合的学术测试案例，我们将我们的算法与随机奇异值分解进行了比较。此外，我们还展示了我们的方法分析由扑翼昆虫产生的二维尾迹流和三维流数据的能力，这些数据是通过直接数值模拟计算得到的。 自正交分解·双正交小波·小波自适应分块网格·流体力学·降阶模型