提出一种基于非负矩阵分解NMF (Non-negative Matrix Factorization)的脆弱数字水印算法。算法利用用户密钥构造NMF基矩阵,并在图像NMF分解过程中保持不变,二值水印图像嵌入NMF分解系数矩阵。实验结果本算法具有较强的鲁棒性,同时用户密钥保证的算法的脆弱性。
1
很有用的代码,矩阵的奇异值分解,希望对编程计算有要求的提供帮助
2021-10-16 12:45:24 10KB C++数值计算
1
运用施密特正交化方法对矩阵进行qr分解的算法,矩阵理论里最常用的分解
2021-10-16 10:53:23 553B 矩阵 QR分解
1
基于数字信号的小波包的分解与重构代码,适合初学者学习
2021-10-15 17:35:18 6KB 小波包
1
GJB 2116-1994 武器装备研制项目工作分解结构
2021-10-15 15:34:59 2.21MB GJB 2116-1994
1
在新型干法水泥生产过程中,分解炉温度是一个非常重要的控制对象。由十分解炉出口温度与其影响因素不是简单的线性或者非线性关系,使得传统的建模方法精度较低。本文提出一种基于小波极限学习机的方法,通过对已有的大量数据进行训练、测试,实现对水泥窑分解炉温度的建模。实验结果表明,该方法泛化性能好、学习速度快、模型精度高,具有一定的实践指导意义。
2021-10-15 15:17:12 2.48MB 工程技术 论文
1
和那个有点小区别 下这个好点 有需要的同学可以下来交流交流
2021-10-15 13:28:02 1KB QRD COMPLEX MATLAB
1
以三阶Hermite正定矩阵为例,实现Cholesky分解,可扩展到任意维度 【注】 购买后因编码格式问题,出现中文注释乱码,请第一时间私信我。
该文件以三阶矩阵为例,实现了选列主元的Doolittle矩阵分解。可扩展到任意阶数。 【注】 购买后因编码格式问题,出现中文注释乱码,请第一时间私信我。
使用R的快速随机奇异值分解 随机奇异值分解(rsvd)是一种快速概率算法,可用于高精度计算海量数据集的近乎最优的低秩奇异值分解。 关键思想是计算数据的压缩表示形式以捕获基本信息。 然后,可以使用该压缩表示来获得低阶奇异值分解分解。 据我们所知,rsvd软件包为R中的低秩矩阵逼近提供了最快的例程之一。 随着矩阵尺寸的增加(此处目标等级k = 50),计算优势变得明显: 奇异值分解在数据分析和科学计算中起着核心作用。 SVD还广泛用于计算(随机)主成分分析(PCA),这是一种线性降维技术。 随机PCA(rpca)使用近似的奇异值分解来计算最重要的主分量。 该软件包还包括一个用于计算(随机化)鲁棒主成分分析(RPCA)的功能。 此外,还提供了一些绘图功能。 有关更多详细信息,请参见: 。 SVD示例:图像压缩 library( rsvd ) data( tiger ) # Image com
2021-10-15 12:30:07 3.35MB cran pca svd principal-component-analysis
1