论文研究基于时频空间奇异值分解的多分量线性调频信号的分离与增强 .pdf

奇异值分解在图像水印算法中有着广泛的应用,但是也存在高虚警率的缺陷。讨论分析了空域和变换域中经典的奇异值分解水印算法和最近报道的基于主成分的改进算法。通过实验验证了改进算法的有效性。

在自适应波束形成算法中,QR分解具有很好的数值特征和固有的高度并行性。但当采样数较少,采样协方差矩阵估计值的噪声特征值分散会导致波束形成算法的性能下降问题,QR算法的性能就会下降。针对此缺陷,提出了对

目前有许多正面人脸的识别方法,当有充分数量的训练样本时,能取得较好的识别效果,然而当处理单样本人脸识别问题时,效果则明显下降。针对这种情况,提出了基于镜像奇异值分解的单样本人脸识别方法,通过采用镜像的

讲述各种常用的基于奇异值分解的关系相似度计算方法

基于小波_奇异值分解的数字水印新算法，知网上下载的

奇异值分解(SVD)是一种矩阵因子分解方法,是线性代数的概念,但在统计学习中被广泛使用,成为其重要工具,其中主成分分析、潜在语义分析都用到奇异值分解。奇异值分解矢量图,直观地解释了完全奇异值分解和紧奇

张量高阶奇异值分解HOSVD算法，可以用于数字图像处理和信道估计方面。、

Singular value decomposition watermark implementation C++

矩阵分的奇异值分解国内的线性代数书籍都只讲了对称矩阵的分解，没有一般矩阵的分解对图形学很有用

SVD（奇异值分解）的详细介绍，与大家分享