matlab环境下的基于多维矩阵的haar分解

基于矩阵分解的协同过滤的电影推荐系统，Python实现。

QR分解，用施密特正交法，Q为正交阵，R为上三角矩阵

Linux环境下实现Java调用Windows环境下的Matlab函数

pid参数的整定，收敛性好，是控制系统的动态性能有很大的改善，大幅度减少了工作量。

图像在形成传输和记录过程中,由于受多种原因的影响,图像的质量会有所下降,典型表现为图像模糊失真有噪声、、、等针对现有图像遗传恢复算法存在的缺陷,从编码设计种群初始化遗传算子操作及更新机制,提出了自己的

矩阵的QR分解以及相关应用，包括矩阵的三角分解，矩阵的满秩分解，矩阵的QR分解。

用c语言详细描述了矩阵的qr分解，其中r为一个上三角矩阵。

矩阵分析与应用的几种分解：plu分解，QR分解，givens分解，householder分解等

复数矩阵的特征值分解，使用了GSL科学计算函数库，使得特征值分解时间大大减少。

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。