核稀疏概念编码算法及在图像表示中的应用

稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算简单有效.在Yale、ORL和PIE图像库的聚类实验表明,文中算法的准确率和归一化互信息均优于其它几种对比算法.     

基于局部学习的受限非负矩阵分解算法

为了利用样本的局部结构信息与少量标记样本的类别信息,提出了一种基于局部学习的受限非负矩阵分解算法,并应用于数据表示.为了考虑样本的局部结构信息,通过每个样本邻域构建出的分类器对样本的类别进行预测;同时,还将样本中存在的类别信息作为硬约束,使得相同类别的高维样本在低维表示空间保持一致.算法不仅利用了样本的几何流形结构信息与鉴别结构信息,还考虑了标记样本的类别信息,因此比传统的非负矩阵算法具有更强的鉴别性.在20Newsgroups文本库和ORL人脸库中的实验结果表明了算法能提高分解准确率和归一化互信息.     

热辐射和绕组绝缘纸对自然对流下的变压器温度影响

为考虑在实际中热辐射和绕组绝缘纸对变压器自然对流的温度场影响，文中以 1台SSZ20-63000/110的油浸式变压器为原型，建立了包含垫圈、绝缘纸筒、压板、绕组绝缘纸和黑体热辐射的变压器热点温升物理计算模型，通过一种基于有限元的方法研究了热辐射和绕组绝缘纸对变压器自然对流的温度场影响。结果表明：在自然对流情况下，热辐射会使得绕组的热点温度和温升值发生小幅度升高，而绕组表层绝缘纸使得绕组的热点温度和温升值大幅度升高；热辐射不会影响热点的位置分布，而绕组绝缘纸会使热点位置发生下移；虽然热辐射对绕组的热点温度影响较小，但是和绕组绝缘纸一起考虑时影响较大。可见仿真计算时最好不要忽略热辐射和绕组绝缘层，否则与实际值相差过大。