求解各向异性扩散LLT模型的新的图像去噪算法

基于四阶各向异性扩散的图像去噪LLT模型,提出了一种修正不动点迭代算法. 该算法以最速下降方向为搜索方向,以避免直接计算逆矩阵,减小了舍入误差,提高了算法的收敛速度.利用矩阵的谱性质证明了该算法的收敛性. 数值实验结果表明：对于256×256的“Lena”图像,在标准差为15的高斯白噪声情况下,本文提出的算法将信噪比由SNR=11.208 8提高到SNR=16.511 1.     

矩阵广义奇异值分解的一个新证法及推论

从矩阵对的CS分解理论出发,给出了广义奇异值分解的一个新的证明.给出了关于矩阵对广义奇异值的三个有用的推论.最后给出了计算矩阵对的广义奇异值分解的一个算法.数值实例说明算法是可行且有效的.     

捷联惯导系统姿态算法的仿真模拟

在捷联惯性导航系统中,姿态矩阵可用四元数来表示,从而常常需要计算四元数矩阵微分方程的问题.4阶龙格-库塔法和3阶泰勒展开递推式法对捷联惯导系统的四元数姿态矩阵作仿真,结果表明：在短步长条件,3阶泰勒展开递推式法比4阶龙格-库塔法更有效.本文为改进捷联惯导系统算法提供了参考依据.     

基于改进的Bernoulli矩阵压缩感知图像重构算法

为克服传统测量矩阵稳定性差的弱点,本文利用Logistic混沌序列优良的随机性质,对Bernoulli测量矩阵进行改进,提出一种复杂度很低的混沌Bernoulli测量矩阵。通过Logistic混沌系统产生混沌序列,之后运用符号函数进行映射生成Bernoulli分布的随机矩阵,将该序列用来构造测量矩阵。实验结果表明,基于Bernoulli测量矩阵图像重构的信噪比优于Bernoulli矩阵和Gaussion矩阵,从而证明该算法的可靠性和有效性。     

基于矩阵加权关联规则的核模糊聚类

提出一种基于矩阵加权关联规则的空间粒度聚类算法。该算法核心思想是根据文档特征向量矩阵提取文档的相似度，再在该关联规则算法上进行聚类来寻找相似关系的频繁项集。通过引入核函数，样本点被非线性变换映射到高维特征空间进行聚类，提高聚类性能。通过矩阵加权关联规则算法进行聚类。通过实验表明，在处理中小型文档时，该算法的精确度优于传统Apriori算法和K-mean算法；在处理大型文档时，该算法的时间复杂度小于传统的K-mean算法。     

约束Viterbi算法及其在编码的图像传输中的应用

Viterbi算法的解码计算的复杂度会随指数增长，在信道状况比较差的条件下解码效果不理想。为了克服这些缺陷，需要尽可能利用已知的信息约束条件和先验知识进行解码，以提高解码效果。本文通过直接加入约束比特的方法将约束维特比方法应用于普通卷积码。与一般的维特比算法相比，在信道状况较差的情况下，该方法通过调整参数可将图像峰值信噪比提高2—10dB左右。实验表明，对于用分层树的集划分算法编码的图像，该方法是一种有效的传输差错控制手段。     

基于 Mahalanobis 矩阵学习的本体算法

提出基于M ahalanobis矩阵学习的本体相似度计算和本体映射算法。利用矩阵分解和坐标下降迭代算法得到M ahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度。最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性。     

基于 Mahalanobis矩阵学习的本体算法

提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性.     

寻找矩阵最大线性无关子块的两种算法研究

为了求出矩阵(包括稀疏矩阵)的秩并提取出矩阵的一个最大线性无关子块,根据线性相关性理论设计了两种算法.通过数值实验验算了所给出的两种算法的有效性,并对比了两种算法所需要的CPU运行时间.使用两种算法提取矩阵的最大无关子块,可清楚地看到矩阵内部的线性相关性.另外在使用基于恰当分裂的预条件QMR算法和预条件GMRES算法求...     

矩阵方程AXB=C的D反对称最佳逼近解的算法

本文利用广义共轭梯度法设计求矩阵方程AXB=C的D反对称最佳逼近解的算法,证明了算法的有限步收敛性,数值实例说明算法是有效的。     

基于快速解卷积的稀疏时水声信道估计方法

针对传统信道估计算法的不足之处,本文提出了一种基于快速解卷积(Fast Deconvolution Method,FDM)的稀疏时变信道估计方法。FDM算法基于?1-?2范数优化模型,结合循环矩阵特征值分解方法,将大维度矩阵运算转化为可通过FFT(Fast Fourier Transform)/IFFT(Inverse Fast Fourier Transform)快速实现的向量运算,有效降低了运算复杂度。结果表明,FDM算法具有时延超分辨能力,且具有更低的信道估计旁瓣。此外,该方法在不同的正则化参数、信噪比和不同传输距离等条件下对水声信道估计具有较好的稳健性。     

基于改进压缩感知的生猪音频信号处理

为了快速准确地获取生猪的音频信息,消除无线信道的拥塞问题,提出基于普减法的压缩感知。在信息采集端采用微处理器NanoPCT4控制的麦克风采集音频信号,通过基于普减法的稀疏基矩阵和测量矩阵,减小声音传输量,接收端运用OMP算法,将压缩信号进行恢复重构,实现对生猪音频信号的快速准确传输。结果表明,通过运用这套压缩-重构系统,重构率提高20.75%,重构时间缩短近0.20 s,去噪后的峰值信噪比较未去噪的峰值信噪比增大了近1.50 dB,降低了信息传输量,节省了信号处理、存储和传输的时间,同时也降低信号失真。     

广义连续格Ⅰ

基于ｗａｙ－ｂｅｌｏｗ关系引进广义连续格及最大子集系作为研究工具。此类格统一了完全分配格和传统连续格的理论，并在拓扑，代数上有重要应用。     

粗集理论中基于差别矩阵的属性约简算法

在传统差别矩阵的基础上,提出了改进的差别矩阵属性约简算法和基于逻辑差别矩阵的属性约简算法,提高了生成差别矩阵时的效率,减少了存储差别矩阵所用的存储空间,并提出了基于回溯思想的逻辑差别矩阵属性约简算法,得到最小约简。     

广义连续格的子格与直接和

基于上、下同态，引进和研究广义连续格的上、下子格以及直接和诸概念，其目的是用它们取代传统的同余格作为研究结构问题的新工具。     

基于GaBP算法的快速潮流计算方法

研究在潮流迭代求解过程中雅可比矩阵方程组的迭代求解方法及其收敛性。首先利用PQ分解法进行潮流迭代求解,并针对求解过程中雅可比矩阵对称且对角占优的特性,对雅可比矩阵方程组采用高斯置信传播算法(GaBP)进行求解,再结合Steffensen加速迭代法以提高GaBP算法的收敛性。对IEEE118、IEEE300节点标准系统和两个波兰互联大规模电力系统进行仿真计算后结果表明：随着系统规模的增长,使用Steffensen加速迭代法进行加速的GaBP算法相对于基于不完全LU的预处理广义极小残余方法(GMRES)具有更好的收敛性,为大规模电力系统潮流计算的快速求解提供了一种新思路。     

基于状态空间模型的仿生算法在电力市场竞价中的应用

提出一种基于状态空间模型的新型仿生算法(SBA),并用于求解电力市场竞价问题.SBA将仿生算法的群体表示为状态向量,通过状态转移实现群体的繁殖和更替,基于仿生算法中新个体的生成策略(如遗传算法中的遗传算子)构造状态转移矩阵,通过评价状态转移矩阵的特征值来考察算法的收敛性和收敛速度.仿真实验表明:这种算法对于解决电力市场竞价问题是有效的.     

线性广义系统基于观测器的严格耗散控制

研究线性广义系统基于观测器的严格耗散控制器的设计问题.首先利用Lyapunov函数的方法,由矩阵不等式的形式给出满足要求的基于观测器的控制器存在的一个充分条件,保证闭环广义系统容许(即正则、稳定、无脉冲)且严格耗散.进而在上述条件的基础上,通过矩阵缩放技术和矩阵等价变换得到由线性矩阵不等式(LMI)形式给出的满足要求的控制器的存在条件和设计方法.最后给出一个数值算例说明设计方法的有效性及可行性.     

基于移动互联的农产品二维码溯源系统设计

【目的】提出一种基于移动互联的农产品二维码(QR码)溯源系统。【方法】研究该系统的逻辑和物理结构,分析里德-索洛蒙(RS码)纠错编码原理及二维码编码算法。采用压缩感知(Compressed sensing,CS)算法预处理受污图像,对比传统的Gaussian、Disk和Log去噪方法,研究二维码数据容量与纠错的关系,研究扫描像素、受污位置和可识别图像的联系,确定手机摄像头参数。【结果】手机扫描最低像素为200万。RS编码信噪比为10.7 d Bm时,CS误码率为0.040 1,低于Log法的0.042 5;RS编码信噪比为11.7 d Bm时,CS误码率为0.011 3,低于Gaussian法的0.014 7。CS在多种噪声处理中的最大编码信噪比均大于10 d Bm。噪声掩盖区域对位置区影响最大,噪声在位置区和编码区的解码平均正确率分别为87.68%和91.24%。【结论】该系统实现了对象信息的完整性、可追溯性,解决了农产品种植、加工、流通、销售各个环节信息的滞后问题。     

基于并行蚁群算法的设施温室机器人多点路径规划的研究

在设施温室中,为了实现机器人在面对多个工作点时,能够找到一个最优顺序使得完成全部工作所走过的路程最短,受蚁群算法解决旅行商问题(TSP)的启发,提出一种并行的蚁群算法来解决设施温室农业机器人多点路径规划问题。首先,该算法借助于蚂蚁数量自调整的蚁群算法计算出所有点与点之间的最短安全距离,形成一个特殊的距离矩阵;然后借助于蚁群算法根据特殊的距离矩阵来寻找最优顺序;再按照最优顺序依次实现路径规划。仿真结果表明,该方法克服了目前蚁群算法在解决TSP上存在的近似计算及未考虑安全性问题,提高了计算精度,可以快速找到最优顺序进行路径规划,使机器人得到最短、最安全的路径。