％ 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分解法解线性方程组，在Quke2中就用这个来计算图形信息，性能相当的好。在计算线性方程组时，一些不能分解的矩阵或者严重病态矩阵的线性方程都能很好的得到解
标签： decomposition SVD sigular value
上传时间： 2013-12-14
上传用户：大融融rr
本程序利用奇异值分解对3通道彩色图像进行压缩分解，具体步骤如下： 压缩过程： 1. 选取子图像大小K值，把图像分解成M×M个子图像，IMG(s),s=1,2,…, M2，其中M=N/K，原始图像IMG大小为N×N。 2. 计算这M2个子图像的平均值average，对每幅子图像减去均值图像得到新图像。 3. 计算相关矩阵R，其元素定义为 。 4. 计算R的特征值与特征向量，计算每幅子图像与最大特征向量的内积，便得到编码，即压缩后的图像。
上传时间： 2013-12-23
上传用户：chenxichenyue
非负矩阵分解技术（Nonnegtive Matrix Factorization 一种信号或图像的特征提取的方法，也可用于图像压缩
标签： Factorization Nonnegtive Matrix 非负矩阵分解
上传时间： 2014-01-18
上传用户：kristycreasy
项目名称：测量放大器 压缩包里面含有设计测量放大器的c源程序（开发环境为keil），目标代码（可直接烧入AT89S52芯片运行），电路原理图等。 源程序含有软件模块：4×4矩阵键盘扫描，led显示，可编程信号衰减。 硬件模块：采用医学生理信号检测仪器的前置放大器的结构，可放大极其微弱信号，譬如毫伏级心电信号。在此基础上加入可编程衰减器。 实现功能：通过按键输入微弱信号的放大倍数，可以相应放大微弱信号。设置倍数时，有四个LED显示倍数，按“千”，“百”“十”，“个”顺序设置，待设置的位会闪烁等待设置。放大倍数为1～1000倍。，譬如可以把1mv的微弱电压放大至1v，误差小于0.3％。用到的芯片有at89s52，ADC7520，opa177,74ls245,74ls138等。纯属原创。
上传时间： 2016-04-24
上传用户：FreeSky
采用压缩存储方法，求解稀疏大带状矩阵求逆VC++源程序，用于带状矩阵
标签： 存储方法
上传时间： 2016-05-03
上传用户：jackgao
利用VC++6.0集成编程界面编写综合运用MAT数据文件和MATLAB引擎技术的（求矩阵的奇异值）C++源码程序。本程序说明了：1.如何利用VC++6.0集成编程界面编写源码程序；2.编译链接产生EXE文件所需的间夹文件。注意：要将压缩包内除matlabyinqingwithc++.cpp的所有文件都要拷贝到matlabyinqingwithc++.cpp的“任务文件夹下”。
上传时间： 2013-12-21
上传用户：源弋弋
压缩包里包含了无约束优化问题常用的几种求解方法的源程序：变量轮换法（variable_rotation.m）、最速下降法（steepest_descent.m）、修正牛顿法（modified_newton.m）、共轭梯度法（conjugate_gradient.m）。另外，coefficient_matrix.m为目标函数系数获得矩阵，minval.m为最小值计算函数，gradient.m为梯度计算函数
标签： variable_rotation steepest_descent modified_newt 源程序
上传时间： 2017-01-01
上传用户：ztj182002
算法设计的实验报告 包括Bottom-Up Merge Sorting算法、插入排序算法Heaps的创建堆、堆排序算法、按秩合并算法以及带路径压缩算法、实现查找第K小元素算法、实现快速排序算法、实现平面内最接近点对算法、实现最长公共子序列算法、实现矩阵链相乘算法、实现0/1背包问题算法、实现Dijistra’s算法、Prim算法、Kruskal算法、文件压缩算法
标签： Bottom-Up Sorting Merge Heaps
上传时间： 2017-02-02
上传用户：恋天使569
改程序基于改进节点法（Modified Nodal Approach）与全矩阵技术在Matlab中实现线性电阻电路的符号分析。可以在GUI中描述待分析的电路结构、启动分析并直观的观察分析结果。在实现分析功能的同时，提供完整的编辑、输入保护以及数据保存功能。详细说明请见压缩包内文档。
标签： Modified Approach 分 Matlab
上传时间： 2017-02-25
上传用户：dengzb84
简单的实现JPEG图像压缩编码方法一 clear all; RGB=imread('C:\Users\Administrator\Desktop\123.bmp');%读取内存中bmp格式的彩色图像 I=rgb2gray(RGB);%将彩色图像转换为灰度图像 I1=im2double(I);%将图像变换为双精度格式 T=dctmtx(8);%处理后返回一个8*8阶的DCT矩阵 B1=blkproc(I1,[8 8],'P1*x*P2',T,T');%对图像的每个8*8子块应用矩阵式‘P1*x*P2(像素块的处理函数，x是形式参数)进行处理，P1=T，P2=T’ mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ];%选取10个DCT系数重构图像(DCT具有能量集中的性质，数据集中在左上角，故进行图像压缩时离散余弦变换矩阵可以舍弃右下角的高频数据) B2=blkproc(B1,[8 8],'P1.*x',mask);%舍弃每个块中的高频系数，达到压缩的目的 I2=blkproc(B2,[8 8],'P1*x*P2',T',T);%余弦反变换，重构图像 subplot(2,2,1);imshow(RGB);%原彩色图像 subplot(2,2,2);imshow(I);%灰度图像 subplot(2,2,3);imshow(I1);%双精度灰度图像 subplot(2,2,4);imshow(I2);%重构图像
标签： matlab
上传时间： 2018-03-15
上传用户：wlmelody
