奇异值分解
共 95 篇文章
奇异值分解 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 95 篇文章，持续更新中。
K_SVD工具包
正交奇异值分解，可用于训练自适应字典，这是k_SVD的工具包，内容齐全
C++常用算法程序
利用C++编写矩阵运算的必备参考书，里面对矩阵中的奇异值分解，QR分解都有详细介绍，并且书中含有部分源代码。
期刊论文：基于奇异值分解的红外热图像序列处理
·期刊论文：基于奇异值分解的红外热图像序列处理
奇异值分解在粮虫检测系统中的应用
·摘 要:简介了基于图像处理的粮虫检测系统的结构,阐明了图像增强和图像压缩对于检测系统的意义。接着介绍了奇异值分解的基本理论,并应用该理论实现了图像的增强,还原和压缩。基于Matlab7.1仿真实验表明将奇异值分解应用于粮虫检测系统中是有效的。[著者文摘]
改进的核直接Fisher描述分析与人脸识别
·摘 要:针对奇异情况下核Fisher鉴别分析中非线性最优鉴别矢量集的求解问题,提出了改进的核直接描述分析（IKDDA）.根据再生核理论,定义核类内散度矩阵和核类间散度矩阵,将高维特征空间中的Fisher鉴别准则函数转化为核Fisher鉴别准则函数.基于同构映射原理和奇异值分解定理,在一个更小的空间内将核Fisher鉴别准则函数的极大值问题转化为其倒数的极小值问题,使最终的解不需要分开考虑核类内散
期刊论文：一种基于小波变换与奇异值分解对振动系统模态频率进行识别的新方法
·期刊论文：一种基于小波变换与奇异值分解对振动系统模态频率进行识别的新方法
期刊论文：延拓矩阵的奇异值分解another
·期刊论文：延拓矩阵的奇异值分解another
期刊论文：基于矩阵广义逆和奇异值分解的运动水果模糊图像恢复
·期刊论文：基于矩阵广义逆和奇异值分解的运动水果模糊图像恢复
基于小波变换和奇异值分解的剪纸纹样识别
·摘要： 针对民间传统剪纸艺术的计算机创作问题,在分析剪纸艺术特点的基础上,提出一种基于小波变换和奇异值分解的剪纸纹样识别方法.首先对剪纸纹样图像进行归一化和二值化处理,然后应用小波变换提取剪纸纹样图像的低频分量并进行奇异值分解,最后通过对奇异值进行归一化和降维处理作为最终的特征向量,利用最近邻分类器进行模式识别.实验结果表明,该方法能够有效地去除噪声干扰,较好的识别有一定艺术夸张变形
基于离散小波包变换的规整化波前解卷积
·摘 要:直接波前解卷积可以有效地克服大气湍流对天文观测的影响，但解卷积问题具有病态特性，必须进行规整化。基于奇异值分解的规整化方法在处理图像边缘等高频部分不够理想；而WVD方法仅适用某些解卷积问题。在提出一种基于小波包变换的新规整化方法的基础上，将此方法应用于室内模拟点源实验中，并与基于奇异值分解规整化的维纳逆滤波进行了对比,实验结果表明：该规整化方法可以有效地解决解卷积问题的病态特性，应用该规
基于参数优化Morlet小波变换的故障特征提取方法
·摘 要:针对轴承或齿轮箱等机械元件的故障振动信号表现为冲击衰减波形的特点，提出一种基于参数优化Morlet小波变换的故障特征提取方法。利用最小Shannon熵方法优化Morlet小波的形状参数，实现与冲击特征成分的最佳匹配，再对小波变换系数矩阵进行奇异值分解，根据奇异值曲线中主要反映突变信息的过渡阶段所对应的尺度范围求得最佳小波变换尺度，最后对信号进行Morlet小波变换提取故障特征。仿真试验和
期刊论文：基于奇异值分解（SVD）的图像压缩
·期刊论文：基于奇异值分解（SVD）的图像压缩
重分配小波尺度谱的时频分布优化方法研究
·摘 要:针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解（SVD）提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积（TBP）,克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。
重分配小波尺度谱的时频分布优化方法研究
·摘 要:针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解（SVD）提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积（TBP）,克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。
重分配小波尺度谱的时频分布优化方法研究
·摘 要:针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解（SVD）提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积（TBP）,克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。
重分配小波尺度谱的时频分布优化方法研究
·摘 要:针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解（SVD）提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积（TBP）,克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。
重分配小波尺度谱的时频分布优化方法研究
·摘 要:针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解（SVD）提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积（TBP）,克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实