PARAFAC工具箱 用于进行光谱数据的PARAFAC的GUI。 此应用需要MATLAB 2012b或更高版本。 在Windows 7和Mac OS X上进行了测试。单元测试需要2013a或更高版本。 使用以下程序包或工具箱 对于最终用户 双击PARAFAC.mlappinstall进行安装 对于开发人员 先执行setup 要从新开始，请执行以下操作：单击“ APPS选项卡下的Package App ； 或只需双击PARAFAC.prj 在左上角，添加main.m作为主文件 单击Files included through analysis Refresh Files included through analysis部分 在“ Shared resources and helper files部分中，在lib/DOMFLour/nway nway工具箱中添加以下文件* nopti

N-way Toolbox for MATLAB 是最先进的拟合多路模型的工具箱。 它是免费的，并提供了安装 PARAFAC、Tucker、N-PLS、GRAM 和 TLD 的方法。 更多更新和数据集可在http://www.models.life.ku.dk/ 获得 一个相关的函数是“parafac2”，也可以在文件交换中找到。

根据平行因子（PARAFAC）模型，研究DS-CDMA盲多用户检测算法。将直接三线性分解算法（DTLD）与三线性交替最小二乘（TALS）算法结合，提出一种新的DTALS-PARAFAC盲接收机，解决了三线性交替最小二乘（TALS）算法中因为初始值估计不当引起的收敛速度差的问题。仿真结果表明，与TALS-PARAFAC接收机相比，DTALS-PARAFAC接收机改善了误码率性能，并且具有更快的收敛速度。

nmf的matlab代码元帕拉帕克 加权正交非负（WON）并行因子分析（PARAFAC） WON-PARAFAC是并行因子分析（PARAFAC）的一种变体，即张量因子分解方法。 WON-PARAFAC对标准PARAFAC施加以下三个约束： 加权方案 用于多种数据类型的均衡集成 正交约束 减少一个因素之间的重叠（最初在基因模式下使用）。 这也引入了模式上的额外稀疏性。 非负性 诱导稀疏和基于零件的表示。 实现/依赖 就像在最初的NMF实现中一样，使用了一个乘法更新规则来推导该算法。 该代码要求，注册后可免费用于非商业用途。 为了运行代码，使用MATLAB中的addpath命令，tenstor toobox必须在路径环境中可用。 演示代码和数据 您可以加载演示数据，其中包含在中产生的泛癌多组学数据。 您可以通过以下方式加载数据： load Demo.mat 该命令将加载一个3向张量varialbe X （由935个细胞系和5种数据类型组成的1815基因）。 请注意，这5种数据类型对应于以下内容： 正基因表达水平（非负连续； GE（+）） 负基因表达水平的绝对值（非负连续； GE（-）） 突

利用矢量传感器阵列隐含的多平移不变特性，可构建出三阶输出数据张量；进而利用张量PARAFAC分解算法（交替最小二乘，ALS）完成信号DOA-极化联合估计。该算法为R.Bro & N.D.Sidiropoulos于1998年提出，是PARAFAC分解应用于矢量阵列信号处理的早期成果。

MATLAB实现平行因子分析法（PARAFAC）

想学 Parafac的有必要下载 一定会有帮助的