matlab经验模态分解举例，EMD经验模态分析是目前比较常用的数据分析方法，不同于之前的傅立叶分析和小波分析，它直接从数据中分析特征。
2021-11-14 14:42:02
2.13MB
1
主要为大家详细介绍了基于随机梯度下降的矩阵分解推荐算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-11-14 11:02:08
109KB
1
为提高水印鲁棒性, 将离散小波变换DWT、奇异值分解SVD和斐波纳契Fibonacci变换结合, 提出一种新的算法。首先, 用Fibonacci变换对拟嵌入的水印进行置乱处理; 然后, 对宿主彩色图像R、G、B三个分量进行二级小波变换和基于4×4分块的奇异值分解, 并用混沌序列选择若干对子块; 最后, 根据人类视觉系统HVS特性对三个分量分配嵌入量、确定嵌入强度, 并通过修改每对子块最大奇异值来实现水印嵌入。实验结果表明本方案具有良好的水印不可见性和鲁棒性。
2021-11-14 10:42:18
1.25MB
1
楚列斯基分解 解方程组 数值计算 代码
楚列斯基分解 解方程组 数值计算 代码
楚列斯基分解 解方程组 数值计算 代码
2021-11-12 15:02:39
988B
1
RSA模的连分数分解算法及其应用，潘俊华，，本文在研究攻击RSA体制的方法基础上，结合数论中连分数的性质，提出了一种新的攻击算法：连分数分解算法。这种算法仅需知道RSA模就
2021-11-12 14:27:23
346KB
1
该软件包为时间序列数据提供了突变、季节性和趋势（称为 BEAST）的贝叶斯估计量。 BEAST 试图通过放弃“单一最佳模型”概念并通过贝叶斯模型平均方案将所有竞争模型纳入推理来改进时间序列分解。 它是一种灵活的工具，可以发现时间序列观测中的突然变化（即变化点）、周期性变化（例如季节性）和非线性趋势。 BEAST 不仅会告诉发生变化的时间，还会量化检测到的变化是真实的可能性。 它不仅检测分段线性趋势，而且检测任意非线性趋势。
有关BEAST的详细信息，请参见Zhao等人。 （2019）[Zhao，K.，Wulder，MA，Hu，T.，Bright，R.，Wu，Q.，Qin，H.，Li，Y.，Toman，E.，Mallick B.，Zhang，X ., & Brown, M. (2019)。 检测卫星时间序列数据中的变化点、趋势和季节性以跟踪突变和非线性动态：贝叶斯集成算法。 环境遥感，2
2021-11-12 14:05:47
7.34MB
1