特征值在高等代数中的作用

以高等代数中的定义、定理和例题为依据,论述了特征值具有化繁为简的作用,它还是实对称矩阵和二次型的本质所在.特别地,它是解决许多代数问题的重要工具.     

Koranyi单位球面上的一类特殊算子

针对海森堡型群无界域上的一类Dirichlet方程的求解问题,构造了一个线性算子,并研究了它的紧性以及特征值和特征向量。     

电涡流位移传感器测量模型及其在叶尖间隙测量中的空间滤波效应

基于电涡流位移传感器测量原理,建立叶尖间隙的有限元模型.根据涡轮发动机等旋转叶片设备叶尖间隙的结构特征与测量需要,建立了具有矢量特性的叶片点阵模型.分析叶片厚度、叶片转速、传感器敏感区大小、信号采样速率引起的空间滤波效应,以及对叶尖间隙测量结果的影响.研究结果表明,一定叶片厚度情况下,叶片转速、传感器敏感区、信号采样速率存在最低要求,这一结论可为叶尖间隙测量系统设计提供重要理论依据.     

基于符号计算软件的特征向量概念的几何实现

针对高等代数课程中的特征值与特征向量概念,利用符号计算软件Mathematica进行几何化的实现.以二维线性空间上的线性变换及其二阶矩阵表示为例,给出相应的实现代码,展示不同情形下特征向量的几何意义.     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.     

基于MATLAB的运动目标检测研究①

基于MATLAB工具对运动目标的检测进行了研究,利用改进的帧差算法对获取的图像做帧差并将帧差图像做自适应阈值分割,然后自适应滤波去燥,最后利用逻辑与运算将两幅二值化图像合并成一幅图像,利用形态学腐蚀和膨胀的检测方法,提取运动物体的轮廓达到检测运动目标的目的。     

一种优化的高光谱图像特征提取方法

众所周知,特征提取方法在降低计算复杂度和增加高光谱图像分类精确度方面十分有效,针对此,提出了一种优化的图像融合和迭代率波的特征提取方法。首先,将高光谱图像分割成多个相邻波段的子集;然后,通过均值法把每个子集中的各个波段融合在一起;最后,对融合后的波段进行递归滤波处理,获得分类的特征信息。结果表明,该方法展示出较高的分类精确度。     

炼化过程参数定量趋势预测方法研究

针对石化企业催化裂化工艺单元的汽提段的蒸汽温度在某工况下的状态数据预测问题,提出一种基于粒子滤波的参数定量趋势预测方法,并给出具体实施步骤.其中针对过程参数状态转移特点,提出基于ARMA模型的状态方程建立方法,提高预测方法的实用性,降低对特定物理模型的依赖.通过石化企业现场案例分析,进一步验证本方法模型在企业现场的实际应用效果,结果表明,在5 s的预测步长范围内,异常工况参数预测值和真实值接近,预测相对误差小于1%,验证了本方法在实际案例应用中的可行性和有效性.