稀疏表示与非负矩阵分解（3）矩阵分解基本原理和chirp信号处理的简单python实现
迪丽瓦拉
2024-02-02 07:47:58
0次
稀疏表示与非负矩阵分解（3）矩阵分解基本原理和chirp信号处理的简单python实现
- 1. 非负矩阵分解
- 2. 时频图制作
- 2.1 时频图的指标与方法比较
- 2.1.1 时间分辨率和频域分辨率
- 2.1.2 短时傅里叶变换和小波变换的差异
- 2.1.3 二维傅里叶变化和二维余弦变换
- 2.1.4 啁啾信号简介
- （1）激光光纤学科应用
- （2）啁啾与阵列信号
- 2.1.5 双曲啁啾信号生成
- 2.2 可视化结果
- 文献资料
1. 非负矩阵分解
定义：将一个非负矩阵分解为两个非负矩阵的乘积。
- 通常的矩阵分解会把一个大的矩阵分解为多个小的矩阵，但是这些矩阵的元素有正有负。而在现实世界中，比如图像，文本等形成的矩阵中负数的存在是没有意义的，所以如果能把一个矩阵分解成全是非负元素是很有意义的（非负矩阵分解，NMF）。在NMF中要求原始的矩阵的所有元素的均是非负
上一篇：MATLAB向量的运算
下一篇：设计模式--六大原则