基于总体最小二乘改进的SDFT三相交流电频率估计算法

为了解决SDFT算法在含有噪声、谐波或突发干扰的电力网络中电压信号基频分量三点关系式不严格成立的问题,引入总体最小二乘算法(TLS-SDFT)进行改进.TLS-SDFT算法采用滑动窗截取的多个DFT基频分量样本点来扩展SDFT算法的三点关系式,引入扰动矩阵,并通过对系数矩阵进行奇异值分解,使扰动矩阵具有最小Frobenious范数,得到改进的频率估计值.由于系数矩阵结构的特殊性,该算法的额外复杂度为窗长的线性函数.仿真结果表明,在高斯白噪声干扰下,改进算法的估计偏差和均方误差远低于原SDFT算法.在高次谐波干扰、信号参数突变以及变电站实测环境下,改进算法的频率追踪精确度均有明显提升.     

基于局部纹理方向的非结构化道路消失点检测

针对现有道路消失点检测方法存在的计算复杂度高、精确度低等问题,提出了一种新的非结构化道路消失点检测方法。首先采用Gabor滤波器计算每个像素点的局部纹理方向,然后根据纹理方向的置信区间筛选有效投票点,并通过一种基于距离加权的局部软投票方法进行道路消失点投票,最后选择获得最高票值的像素点作为非结构化道路的消失点。试验结果表明,本方法有效降低了计算的复杂度,提高了检测的精确度和速度,其精确度相对于经典的Kong等的算法和Moghadam等的算法分别提高了29%和10%。本算法可以在多种复杂环境下快速准确地检测出道路消失点的位置,因而对实际工程有一定的参考价值。     

一种基于压缩感知的单样本人脸识别方法

针对人脸姿态、光照和表情等各方面原因引起人脸识别率不高的问题,提出了一种基于单样本特征点形变成冗余样本的压缩传感人脸识别方法.将人脸图像信号进行小波变换得到系数的稀疏表示,采用高斯随机测量矩阵进行测量得到离散人脸单样本,基于特征点形变人脸三维模型生成冗余样本,通过稀疏特征点正交匹配追踪非线性重建算法重建冗余图像进行人脸识别.仿真实验结果表明,所提出的算法相对于同类算法,时间复杂度较低、精确度较高、鲁棒性较强,且随复杂环境变化,其优势更明显.     

基于社交关系和条件补全的协同过滤推荐算法

针对传统协同过滤算法中存在数据稀疏、数据冗余和算法效率低等问题,提出一种基于社交关系和条件补全的协同过滤推荐算法.该算法将社交关系数据应用到矩阵补全过程中,减小原始矩阵的稀疏度,同时提高补全数据的精确度;在项目相似性计算时,条件性地选择参与计算的向量数据,减少数据的冗余度,并降低算法的时间复杂度.实验结果表明,改进算法的推荐准确率明显提高.     

ESPRIT算法广义逆矩阵求解的快速FPGA实现

在基于旋转不变子空间的信号参数估计（estimating signal parameter via rotational invariance techniques,ESPRIT）算法中涉及到求解信号子空间矩阵的逆矩阵,针对常用方法计算复杂度高,实时性差等问题,提出使用广义逆公式对信号子空间矩阵进行求解的方法.在FPGA平台上设计并实现了由复数矩阵乘法、矩阵LU分解、下三角矩阵求逆等子模块构成的广义逆矩阵求解系统.利用该系统求解广义逆矩阵所用的时间约为2.18 ms,与在MATLAB上对同样矩阵进行广义逆求解的平均用时15.7 ms减少了7.2倍.使用该系统的结果在MATLAB上完成后续仿真,对ESPRIT算法最终所得角度进行误差分析,最终所得角度的平均估计误差约为0.04°.结果表明,该系统能在保证结果精确度的同时有效减少运算时间.     

圆环域与双层球壳上的边界型求积公式

文献[1]给出了圆环域与双层球壳上的具有最高代数精确度的边界型求积公式,其计值点分别是8和12。本文把计值点依次减少到6和8,而不降低代数精确度,并证明了对于前者已不能再减少点数。 本文利用矩阵给出代数精确度的一种判别方法,然后给出这种公式。     

一种测试用例精简与自动生成方法

为了保证软件质量,在开发过程中引入了多种软件测试技术,需要手工构造大量的测试用例,覆盖软件的功能点。但是手工构造测试用例,工作效率低,并且很难命中所有的功能点,尤其是功能点组合的情况。为了提升软件的测试覆盖率、降低人工成本,本文提出了一种测试用例精简与自动生成方法。该方法根据业务场景分类业务数据,构造功能点组合矩阵,归并、精简业务场景之间的功能点组合矩阵,再执行生产请求,匹配功能点组合矩阵,自动生成测试用例,从而聚焦核心功能点、提升软件的代码测试覆盖率,达到提升软件质量和安全、降低人工成本、提升团队交付能力的目的。     

基于局部LRS方法的稀疏信号片段检测

在稀疏信号的检测问题中,两个重要的挑战是如何提高检测精确度和降低计算复杂度。提出局部似然比选择法(LRSL)并用于检测一维噪声数据中的稀疏信号片段。与一般的似然比选择法(LRS)不同, LRSL方法首先选出观测值大于某个阈值的点,然后再从这些点的邻域内进行检测。 由于信号片段的稀疏性,LRSL方法能够显著地降低计算复杂度。另外,理论渐近结果表明,与LRS相比,LRSL方法能检测到更加微弱的信号。 仿真结果表明所提出的方法具有更高的检测精度和检测效率。     

基于Skowron分明矩阵的有效属性约简算法

为降低基于Skowron分明矩阵属性约简算法的复杂度,提出了简化分明矩阵及其相应属性约简的定义,并证明了基于简化分明矩阵的属性约简与基于原分明矩阵的属性约简等价.在简化决策表的基础上,定义了一个函数,该函数能度量条件属性在简化分明矩阵中出现的频率,并给出了计算该函数的快速算法,其时间和空间复杂度均为O(|U/C|).用该函数设计了一个有效的基于原分明矩阵属性约简算法,算法的时间复杂度降为O(|C||U|)+O(|C|2|U/C|),空间复杂度降为O(|U|);并用实例证明了算法的有效性.     

基于优化的SIFT特征描述子的人脸特征点定位

针对传统人脸特征点定位算法复杂度高,精确度低和适应性差的特点,提出了1种基于脸部特征点特有纹理特征的检测方法进行精确快速的人脸特征点定位.首先根据脸部特征点的纹理特征,利用Powell算法学习得到基于SIFT(Scale Invariant Feature Transform)的特征算子最优化的参数.然后提取脸部特征点在最优化的参数下的SIFT特征算子并用于训练基于支持向量机回归的检测器.最后利用Bio ID人脸数据库进行测试.实验结果表明,该方法结构简单,具有较高的精确度,对于表情和光线变化具有很好的鲁棒性.     

求解矩阵补全问题的三分解方法

在机器学习、图像处理等研究领域,矩阵补全主要用于恢复一个完整的低秩矩阵。考虑到计算迭代过程中,每一步均需要进行奇异值分解,若矩阵维数过大,则计算复杂度非常高。为降低计算复杂度,本文将矩阵三分解方法应用到鲁棒矩阵补全问题中,并应用交替方向乘子法对其进行求解。最后利用人脸识别的实际数据,通过数值实验验证了方法的有效性。     

求Hankel矩阵的逆矩阵的快速算法

利用Hankel矩阵的位移性质,得到了矩阵为Hankel矩阵的充要条件.从该充要条件出发,得到了求Hankel矩阵之逆矩阵的快速算法,计算复杂度为O(n2),而一般n阶矩阵求逆的复杂度为O(n3).     

一种简化差别矩阵的属性约简方法

针对现存差别矩阵属性约简算法存在的缺陷,以及通过差别矩阵求约简属性时过程比较复杂,对比做了部分改进.通过对条件属性进行归类分组,提取代表性记录来生成差别矩阵,简化了差别矩阵的阶数和求约简属性的复杂度.从而在算法的时间复杂度和空间复杂度方面做了优化,节约了算法的时间和空间复杂度.实例表明算法可以有效地对属性进行约简,可获得理想的结果,并且改进后的算法简单、高效.     

求对称矩阵广义逆的新算法

在对称矩阵A的零空间已知的情况下,求出矩阵A的值域,然后进行一系列计算,可以得出矩阵A的广义逆A+.经过对算法的时间复杂度的分析,这种新算法的时间复杂度小于运用奇异值分解求矩阵广义逆算法的时间复杂度,并且数值试验结果也表明,这种新算法的运算速度高于运用奇异值分解求矩阵广义逆算法.     

配电系统可靠性评价的可变模糊集方法

 随着用户对供电质量要求的提高,配电系统的可靠性评价问题也越来越受到人们的重视。在分析配电系统可靠性问题的基础上,提出了配电系统可靠性评价的可变模糊方法。该方法首先根据指标特征值、指标评价区间矩阵、可变范围评价区间矩阵及点值矩阵确定相对隶属度矩阵,然后利用可变模糊评价模型对样本进行综合评价,得到样本在各级别下的综合相对隶属度,进而计算级别特征值,并以此为依据进行评价。可变模糊方法可以科学地确定样本指标对各级指标标准区间的相对隶属度,并且能够通过变化模型及其参数,合理地确定出样本的评价等级,提高对样本等级评价的可靠度。通过对某地区配电系统进行评价,得出其级别特征值比较稳定,总体评价结果为合格。结果表明,可变模糊评价方法可靠,可用于配电系统可靠性评价。     

矩阵特征多项式升幂排列新方法

利用矩阵初等变换方法和高次方程同解变形方法,给出一个将矩阵特征多项式表示成升幂排列多项式的新的数值计算方法,分析此方法的计算复杂度、空间复杂度、数值稳定性和内在并行性,探讨此方法在求解矩阵特征值问题研究中的应用前景.     

一种构造Hasse图的高效算法

目前在国内外的文献上,关于Hasse图的构造方法都是基于纯粹的数学矩阵变换方法,而非计算机算法,其缺点是不论最好还是最坏情况,其时间复杂度都是0（n3）,进而无法为特殊情况作出优化。这里给出一种构造Hasse图的通用高效算法。该方法从计算机算法的角度对矩阵中单个元素进行计算,当矩阵中所需计算的元素较少时,算法的时间复杂度会相应的降低,在最好的情况下,时间复杂度将接近O(n2),而在最坏的情况下,时间复杂度仍保持在0（n3）。     

一种改进的二维经验模式分解方法

根据J.C.Nunes等提出的二维经验模式分解(BEMD)的基本思想,对高分辨率的图像分解提出了一种改进的BEMD方法。该方法按照图像极值点的分布将图像划分成若干块,分块处理,避免了求解大型线性方程组以及大矩阵产生,较好地降低了时间复杂度和空间复杂度。     

基于像素相关的图像/视频压缩感知观测矩阵

观测矩阵的构造是图像/视频压缩感知中的重要问题之一.为了解决随机性观测矩阵的不确定性以及在信道传输上的压力和提升编码端重构质量,文中提出了一种应用于图像和视频压缩感知的基于邻近像素相关性的确定性稀疏观测矩阵(APM).首先利用文中提出的环形目标点选择法,在观测图像块中均匀地选取目标点;然后利用高斯分布概率密度函数给目标点周围的邻近像素对应的观测矩阵中的元素分配权值,使得每个观测值中仅包含一个目标点和其相邻像素的信息.利用文中提出的APM观测矩阵得到的观测值对图像或视频进行重构时,既可利用相邻像素的相关性,又避免了远距离像素信息的干扰,可得到较高的重构质量.仿真实验表明,与经典和目前文献中较新的几种压缩感知观测矩阵相比,文中提出的观测矩阵具有更高的图像/视频重构质量,较低的重构复杂度,且适用范围更广.     

稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。