为了实现图像压缩，在分析图像压缩原理的基础上，提出了一种矩阵奇异值分解（SVD）的图像压缩算法，该算法通过对数字图像矩阵进行奇异值分解， 将一幅图像转换成包含几个非零值的奇异值矩阵，从而实现了图像压缩。通过Matlab仿真实验，在奇异值从0变化到240的过程中，当奇异值大于50时，随着奇异值的增大，压缩比越来越小，图像慢慢变清晰。和原始图像相比，采用矩阵的奇异值分解压缩方法可以将原始图像压缩20%左右，具有较好的压缩性能。

本代码用Fortran语言实现了LU分解算法。代码简单命了，易于学习

基于时序约束分解的QoS感知的Web服务组合.pdf

生成一个状态个数大于100的马尔可夫链，状态之间的转移关系随机设定（例如某状态可以一步到达其他状态的比例为10%） 1）将状态空间按常返性和互通性进行分解

该文用于时间序列的经验模态分解仿真，将时间序列分解为若干个子序列，分别仿真，再将结果结合，可供参考

matlab小波三级分解代码 很棒的PIV 与PIV（粒子图像测速仪）相关的存储库的精选列表。 Please send pull requests or raise issues to improve this list. 1.用于PIV的合成图像生成 ：用于粒子图像测速的合成图像生成。 2. PIV预处理 ：Python中的图像处理 ：开源计算机视觉库 3. PIV分析 ：OpenPIV由Python和Cython模块组成，用于编写脚本并执行一组PIV图像对的分析。 ：使用自适应PIV图像分析方法（也包括测试用例）对PIV图像进行存储库分析 ：使用Python进行粒子图像测速（和少量测试对） ：简单的PIV脚本（带有合成图像） ：（不错的笔记本） ：基于零均值互相关的简单粒子图像测速算法演示。 （通过仿射变换测试） ：Python和Matlab中的一种灵活且易于破解的粒子图像测速（PIV）代码。 （教育） ：Par2vel是用于执行粒子图像测速（PIV）的python工具箱。 它旨在研究和教育。 （教育） ：PyPIV是用于粒子图像测速（PIV）的python库，包括预处理和后处理功

数值分析计算实习第二题 QR分解法求解矩阵特征值 代码亲测可用

北航数值分析作业第二题 用带双步位移的QR分解法求矩阵的全部特征值，并对其中的每个特征值求特征向量。

目前常用的负荷预测方法主要是通过负荷自身和相关关系的研究建立模型，提出一种新的负荷预测思路，即从传统频域预测方法的误差入手，通过研究虚拟预测误差的历史分布规律进行误差预测，然后对传统方法得到的预测结果进行修正。建立负荷预测的误差修正模型，并通过算例验证了误差修正的短期负荷预测方法的可行性和实用性，达到了提高短期负荷预测精度的目的。

块坐标下降法matlab代码SNMF 我们 BSUM 算法的 MATLAB 代码，用于重现我们在 SNMF 研究方面的工作。 只需运行 main_compare.m，您将获得所有最先进算法的比较结果 要获得其他数字的结果，可能需要稍作修改。 参考： [1] 史清江、孙浩然、卢松涛、洪明义、梅萨姆·拉扎维耶恩. “对称非负矩阵分解的不精确块坐标下降方法。” arXiv 预印本 arXiv:1607.03092 (2016)。 1.0 版 -- 2016 年 4 月 作者：Haoran Sun (hrsun AT iastate.edu)