求解高维协方差矩阵

本文的研究旨在激发何哲飞和王明津的工作（与应用相关的协方差，2015）。 更准确地说，在这项研究中，我们首先提供协方差的广义不等式。 然后，我们提出其应用程序来解决有关概率分布的一些问题。 最后，我们

提出了一种基于三进制的loop细分算法。该算法主要是借鉴多分辨率分析中三进制双正交对称插值小波的形成原理，将三进制的概念引入到loop细分方法中，然后分析其细分矩阵，从而得到了三进制loop细分算法。

针对Haar-like特征的缺陷以及AdaBoost算法存在训练耗时的问题，提出一种基于协方差特征的改进AdaBoost人脸检测算法。该方法用协方差特征代替Haar-like特征进行特征提取；然后使用

协方差矩阵具有融合多维特征,获得全局最优解的优点,在目标描述方面展现出了优秀的性能,然而传统的协方差匹配难以跟踪被严重遮挡的目标,且全局搜索易遭受相似背景的干扰。为了提高协方差跟踪的性能,提出了基于遗

本文通过进行协方差相交(CI)对模糊域中的最终模糊分区矩阵进行无监督融合,提出了一种在相同地理区域但不同时刻获取的遥感图像无监督变化检测技术。通过将压缩采样应用于给定的遥感图像,对特征空间进行C均值(

Python中的最大协方差分析 最大协方差分析(MCA)使两个不同数据字段之间的时间协方差最大化,并且与主成分分析(PCA)/经验正交函数(EOF)分析密切相关,后者使单个数据字段内的方差最大化。 M

本文研究了重新调整的交叉验证方法和称为变指数系数模型的半参数回归模型。 我们使用轮廓样条曲线模态估计器方法来估计可变指数系数模型（VICM）的参数部分的系数，而未知函数部分使用B样条曲线进行扩展。 此

矩阵逆的求解

这是求解正交矩阵的方法,有点参考性,可以看看

用Fortran语言求解带状矩阵。这个程序对学习电磁场有限元的朋友有较大用途。