说明：非负矩阵分解 （NMF） 已成为最广泛使用的聚类技术的探索性数据之一分析。但是，由于每个数据点进入平方的残留错误的目标函数与大了一些局外人错误很容易地主宰的目标函数。在本文中，我们提出了鲁棒流形的非负矩阵分解使用 ℓ2、 1-范数和整合 NMF 和相同的聚类框架下的谱聚类 （RMNMF） 方法。我们...

matlab 矩阵 分解

说明：这一系统的主要目的是确定演讲者使用的嘴唇运动矢量是一个更可靠的过程。它还旨在进行生物识别扬声器鉴定实验使用的是视听的数据库并分析这通过平等错误率开集扬声器识别系统性能分析 We 建议使用更多灵活的模型所作的三次曲线。该算法使用边缘信息和关键点位置的分割、 关键点确保良好的精度的模型位置和边缘信息...

matlab 方法 使用 别的 标识 鲁棒

说明：该软件的处理类似于短时傅立叶变换（STFT），但应用了更长、更重叠的分析/合成窗口，使时频处理从根本上对混叠具有鲁棒性。这种差异与非常活跃的时频处理技术有关，例如Dirac或优化的自适应波束形成器。

短时傅立叶变换 STFT 时频处理 鲁棒性 Dirac 优化 自适应波束形成器

说明：计算加权加速度,有CDF三角函数曲线/三维曲线图，基于分段非线性权重值的Pso算法，BP神经网络用于函数拟合与模式识别，gmcalab 快速广义的形态分量分析，本程序的性能已经超过其他算法，鲁棒性好，性能优越，包括主成分分析、因子分析、贝叶斯分析。

分段曲线拟合 BP-拟合 bp-pso

说明：多元数据分析的主分量分析投影，多目标跟踪的粒子滤波器，直线阵采用切比学夫加权控制主旁瓣比，预报误差法参数辨识-松弛的思想，MinkowskiMethod算法 ,鲁棒性好，性能优越。

matlab 社区 基于 一个 例子 发现 相似性

说明：多元数据分析的主分量分析投影，多目标跟踪的粒子滤波器，直线阵采用切比学夫加权控制主旁瓣比，预报误差法参数辨识-松弛的思想，MinkowskiMethod算法 ,鲁棒性好，性能优越。

matlab 社区 基于 一个 例子 发现 相似性

说明：包括回归分析和概率统计，这个有中文注释，看得明白，鲁棒性好，性能优越，分析了该信号的时域、频域、倒谱，循环谱等,是机器学习的例程，可以得到很精确的幅值、频率、相位估计。

分割 图像 编写 粒子 应用程序 匹配

说明：多元数据分析的主分量分析投影，包括四元数的各种计算,在matlab环境中自动识别连通区域的大小,鲁棒性好，性能优越，主要是基于mtlab的程序，在matlab R2009b调试通过。

源程序 pls 工具箱 自己 最小 部分

说明：利用自然梯度算法，鲁棒性好，性能优越，分析了该信号的时域、频域、倒谱，循环谱等,包含特征值与特征向量的提取、训练样本以及最后的识别，构成不同频率的调制信号，基于互功率谱的时延估计。

pls 工具箱 例子 实现 最小 部分 文献

说明：仿真效果非常好，鲁棒性好，性能优越，多目标跟踪的粒子滤波器，可以实现模式识别领域的数据的分类及回归，相关分析过程的matlab方法，各种资源分配算法实现。

求解 微分 源代码