SVD
共 94 篇文章
SVD 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 94 篇文章，持续更新中。
谐波恢复的ARMA建模算法(基于SVD-TLS)（张贤达《现代信号处理》）。当谐波信号为复谐波的时
谐波恢复的ARMA建模算法(基于SVD-TLS)（张贤达《现代信号处理》）。当谐波信号为复谐波的时，该算法仍然适用。但该程序中没有给出具体的实现。
1.Polarization analysis and filtering for three-component data 2.SUEIPOFI - EIgenimage (SVD) based
1.Polarization analysis and filtering for three-component data
2.SUEIPOFI - EIgenimage (SVD) based POlarization FIlter for three-component data
1.Polarization analysis and filtering for three-component data 2.SUEIPOFI - EIgenimage (SVD) based
1.Polarization analysis and filtering for three-component data
2.SUEIPOFI - EIgenimage (SVD) based POlarization FIlter for three-component data
基于SVD的数字水印的英文资料…………
基于SVD的数字水印的英文资料…………，包括水印嵌入和提取算法！
模式分类中应用到的PCA算法
模式分类中应用到的PCA算法，包括其奇异值分解SVD算法。可用来降维提取主元素等。
利用一般最小二乘法和SVD-TLS方法 进行AR参数估计和正弦波频率估计
利用一般最小二乘法和SVD-TLS方法
进行AR参数估计和正弦波频率估计
一个可分解上万阶稀疏矩阵的SVD算法
一个可分解上万阶稀疏矩阵的SVD算法
矩阵奇异分解(svd)最新c++版本
矩阵奇异分解(svd)最新c++版本，性能更稳定
This is svd source code implementation in c++ , the zip file contain the ap file ,more detail ,plea
This is svd source code implementation in c++ ,
the zip file contain the ap file ,more detail ,please see the ap library adapted for c++ in the zip file.also there is faq to answer your question.
SVD去噪
SVD去噪，构造的矩阵方法为对数据进行均匀分段，并对去噪前后的信噪比，均方差进行了对比。
SVD的有关资料
SVD的有关资料，主要是入门的说明的，适合初学者。
一种新的基于matlab环境的用SVD原理实现图像压缩的源程序
一种新的基于matlab环境的用SVD原理实现图像压缩的源程序，程序简单易懂
SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集
SDL Component suite for D6
SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程.
3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eige
奇异分解
奇异分解，针对不能求逆的情况下，才用svd方法就能够解方程
使用SVD的数字水印算法
使用SVD的数字水印算法，做水印的可以参考
数字水印技术已经成为信息隐含技术的新热门。这里提供一个基于svd的数字水印源代码
数字水印技术已经成为信息隐含技术的新热门。这里提供一个基于svd的数字水印源代码，大家共享
SVD的应用
SVD的应用，奇异值超平面正交投影证明
A中每个向量xi在随机阵B上的正交投影之和的最小值
SVD奇异向量分析法
SVD奇异向量分析法，是一种常用的分析气象数据时间空间相关分布的研究方法，本程序可以直接使用。
％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法
％ 奇异值分解 (sigular value decomposition,SVD) 是另一种正交矩阵分解法；SVD是最可靠的分解法，
％ 但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A)，其中U和V代表二个相互正交矩阵，
％ 而S代表一对角矩阵。 和QR分解法相同者， 原矩阵A不必为正方矩阵。
％ 使用SVD分解法的用途是解最小平方误差法和数据压缩。用svd分解法解
基于SVD的人脸识别
基于SVD的人脸识别，可以直接计算出识别正确率