1974 年由Ahmed 和Rao 提出的离散余弦变换至今已有30 年历史此间DCT 编码 已发展成为JPEG MPEG H.26x 等图像/视频编码标准中的核心尽管Shapiro 的EZW 以及Said 等人的SPIHT 小波编码的成功应用对传统的DCT 编码提出了挑战但Xiong 等人利用嵌入式 DCT 块变换之间的直流相关性以及对DCT 后的系数进行策略性重组或层式DCT 同样具有小 波多分辨率图像的分解特性此外基于层次嵌入式DCT 形状自适应DCT 截短DCT 感兴 趣区域支撑DCT 以及形态DCT 等改进形式的编码都是将基于DCT 变换编码推向更高层次 就DCT 改进的变换以及DCT 系数的应用如利用DCT 系数实现信息隐藏等也使得基于常 规的DCT 变换编码有了更广阔的应用与发展空间文章就此作了广泛的比较和深入的研究并 指出了发展方向1

正弦余弦算法（Sine cosine algorithm，简称SCA）是2016 年由澳大利亚学者Seyedali Mirjalili 提出的一种新型仿自然优化算法。提供SCA(Sine cosine algorithm) 正弦余弦算法matlab代码及一个SCA代码详解.docx 文档。

Word2Vec 作者： Mathur电子邮件： LinkedIn： : 编写此python脚本的目的是使用word2vec查找任意2个文本文档之间的余弦相似度 有关word2vec的详细信息，请参见 我正在使用一种名为gensim的实现来开发此代码，请参见此处以安装gensim 为了使gensim运行，您需要安装anaconda并使用其python，可以在此处找到它 现在，已经针对可用于Kaggle挑战的数据集开发了脚本，为 该脚本是对此处的脚本的修改。 现在，要运行这些脚本，请执行以下操作： 步骤1。 您需要使用Word2Vec创建模型以获取可用产品的详尽列表。 我将word2vec训练在可用于文件“ train.csv”的“产品标题”上。 您需要执行以下操作来训练Word2Vec python Word2Vec_AverageVectors.py 该脚本

图像二维整数离散余弦变换（DCT）变换算法.doc

输入矩阵是 3x3。 它仅适用于“ZYX”序列。 函数“dcm2angle”在 Airspace 工具箱中的 Matlab 2012b 中可用，它也启用其他序列。 但是，如果您没有访问该工具箱的权限，那么……这才是开始:-)。 包括一个例子。

DCTLib .NET的离散余弦变换库，用C＃编写。 优化用于位图。 DCTFun 下载 DCTFun是使用DCT库的测试应用程序。 输入图像时，它将以位图形式输出重构图像和基础系数表。 这是系数表输出看起来像的一个示例。 原文： ：

（python）使用余弦相似度算法计算两个文本的相似度的简单实现

余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值， 来评估他们的相似度。 余弦相似度将向量根据坐标值，绘制到向量空间中，如常见的二维空间。 余弦相似度衡量的是2个向量间的夹角大小，通过夹角的余弦值表示结果，因此2个向量的余弦相似度为： 计算公示：分子为向量A与向量B的点乘，父母为各自的L2相乘，即将所有维度值的平方相加后开方。 余弦相似度的取值为[-1,1]，值越大表示越相似 调整余弦相似度 余弦相似度更多的是从方向上区分差异，但是对绝对的数值是不敏感的。 余弦相似度对数值的不敏感导致了结果的误差，需要修正这种不合理性，就出现了调整余弦相似度，即所有维度上的数值都减去一个均值

用2.7版本Python实现比较2个文档的相似度计算，采用余弦相似度方法，main函数中的fileName1和fileName2是自己构造的数据集，把这几个文档放在一起就可以运行。

DCT离散余弦变换的图像融合的MATLAB仿真