论文研究基于奇异值分解的稀疏重构近场声源定位.pdf

在传统的奇异值分解（SVD）算法的基础上，提出了一种改进型的基于分块奇异值分解（BlockSVD）的新型数字水印算法。该算法不仅鲁棒性更强，可以直接处理长方阵和提取出质量更高的水印，并且在大图像中嵌

对使用FPGA对高光谱图像处理是一个参考吧

针对线性参数模型的基函数选择问题, 结合奇异值分解和PRESS 统计提出一种模型结构优化算法. 通过预 先对候选基函数矩阵进行分块操作, 减少非最优列间的重复比较. 在此基础上, 对各子块采用奇异值分

Eigen库为是一个矩阵运算的库，实现Matlab仿真中的各种矩阵运算，我用过特征值分解eig，奇异值分解SVD，对角阵，行，列最大，等等。Matlab可以实现的这里几乎都有，使用方法见本博客中的介绍

为解决奇异值分解（singularvaluedecomposition，SVD）去噪中有效秩阶次难以确定的问题，提出一种利用SVD本身进行辅助确定的方法。充分借助SVD在奇异性检测中表现出的优良特性，

奇异值分解在指纹识别系统预处理中的应用，许芹，袁小平，本文介绍了奇异值分解的基本理论，阐述了指纹图像增强，还原和压缩在识别系统预处理中的重要性。应用矩阵奇异值分解理论实现了指

研究了二维截断奇异值分解（2-D TSVD）在大规模图像恢复中的应用，起到了正则化的作用，克服了问题固有的不适定性，同时也解决了由于存储有限带来的问题。实验结果表明，该方法恢复效果显著。

小波域信号去噪是信号处理中一个引人注目的研究方向，恰当选择小波函数使去噪效果最佳更是具有实际应用价值的研究课题，为了提高图像的降噪效果，提出一种基于区间最小能量小波框架的图像去噪方法。区间最小能量小波

协同过滤是一种减小信息过载的常用方法，但是它有三方面的限制，即准确性、数据稀疏性和可扩展性。提出一种新的协同过滤算法来解决数据稀疏性的问题，利用奇异值分解法的结果来进行邻居选择，然后采用最近邻方法来得

张量是一种数据组织形式，它的实质是高维数组。很多数据都可以被组织成张量的形式，可以考虑将人脸图像组织成张量的形式。人脸识别过程中最重要的一个环节是特征提取，后续的匹配识别过程是建立在它的基础上。TTr