这是一篇来自土耳其中东技术大学的2010年的硕士论文，主要讲述了在推荐系统中应用SVD方法。该论文提出两个创新点：第一个是先将User与Item分类，然后根据分类将矩阵分成相应的“子矩阵”，对这些矩阵进行相应的SVD，实验表明这样做不仅会提高准确率还会降低计算复杂度；另一个是向二维矩阵中引入Tags，使其成为三维矩阵，再通过矩阵分解成、、子矩阵，最后再进行SVD，实验表明引入Tags会提高推荐性能。
2019-12-21 22:15:16
906KB
1
奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性，但还是有明显的不同。对称阵特征向量分解的基础是谱分析，而奇异值分解则是谱分析理论在任意矩阵上的推广。
资源提供的是奇异值分解的C语言实现。
2019-12-21 22:01:09
8KB
1
包含K-SVD和MOD两种算法对信号和图像处理代码例子。使用DCT字典，使用OMP算法计算稀疏系数。
2019-12-21 21:47:00
5.74MB
1
对单个图片进行k-svd进行稀疏表示，求出迭代后的字典和稀疏编码，并通过字典和稀疏编码进行重建原图像，该代码是2006年k-svd算法提出者的简单实现代码，对小白有一定帮助
2019-12-21 21:42:37
3KB
1
一种基于K-SVD和正交匹配追踪算法（OMP）相结合的信号去噪算法。该算法利用K-SVD算法将Gabor字典训练成能够最有效反映信号结构特征的超完备字典，然后基于训练完成的超完备字典，用OMP算法把一定数量的字典原子进行线性组合来构成原始信号，从而实现信号的去噪。
2019-12-21 21:42:06
76KB
1
基于SVD分解和最近邻算法的高维人脸识别代码，是MATLAB系统上实现的代码，可直接运行，包含人脸数据库
2019-12-21 21:39:31
3MB
1