奇异值分解 (SVD) 是线性代数中非常有用的工具，具有广泛的应用。 随机奇异值分解是一种计算 SVD 的快速算法。
2021-10-14 16:21:24
868KB
1
通过分析最佳奇异值保留个数与信噪比的关系，改进了传统的SVD反演算法，提出了一种新的实现非负约束的迭代方案。数值模拟实验和实际应用表明，改进的奇异值分解算法可以适用于低信噪比(5
2021-10-11 22:00:33
319KB
1
本文第一部分对SVD进行了简单的介绍，给出了定义和奇异值分解定理；第二部分简要地列举了SVD的应用；第三部分则构造和分析了各种求解SVD的算法，特别对传统QR迭代算法和零位移QR迭代算法进行了详细完整的分析；第四部分给出了复矩阵时的处理办法；第五部分是对各种算法的一个简要的总结。
2021-10-11 19:17:44
420KB
1
机器人的性能指标通常通过雅克比矩阵进行研究，而雅克比矩阵通常不是方阵，常通过奇异值对雅克比矩阵分解并提取特征，以便研究机器人性能指标。
2021-10-06 16:45:49
390KB
1
针对目前密文图像可逆信息隐藏算法容量较小的缺点，通过引入云计算服务，基于矩阵的奇异值分解，提出了一种面向云计算安全应用的密文图像可逆信息隐藏算法。该算法利用云端强大的计算和存储能力，对密文图像的某些比特平面（LSB-planes）进行奇异值分解，并存储产生的恢复字典，然后将信息直接嵌入奇异值矩阵中。实验结果表明，该算法在保证图像隐私安全和图像失真度很低的前提下，在嵌入容量上有明显提高，提取信息后图像能够完全恢复，并且信息提取与图像恢复可分离。与其他算法相比，该算法具有更高的嵌入容量。
2021-10-06 09:01:33
2.47MB
1
针对多分辨奇异值分解算法，使用matlab对其进行了仿真分析，参考文献“多分辨奇异值分解理论及其在信号处理和故障诊断中的应用”
2021-10-05 15:40:23
872B
1