矩阵广义奇异值分解的一种算法

本文论述了一种A的B奇异值分解的算法。算法分为二大部分,首先是对矩阵(A B)进行列主元QR因式分解,将这个广义奇异值分解问题归结为具有正交列的分块矩阵(Q_1 Q_2)的CS分解问题,其次就是给出关于(Q_1 Q_2)的CS分解的计算方法,这个算法避免了[5]中的重正交化和[10]中对子矩阵的再一次SVD计算,在一定条件下它是快速的且稳定。     

矩阵广义奇异值分解的一种算法

本文论述了一种A的B奇异值分解的算法。算法分为二大部分,首先是对矩阵(A B)进行列主元QR团式分解,将这个广义奇异值分解问题归结为具有正交列的分块矩阵(Q_1 Q_3)的CS分解问题,其次就是给出关于(Q_1 Q_2)的CS分解的计算方法,这个算法避免了中的重正交化和中对子矩阵的再一次SVD计算,在一定条件下它是快速的且稳定。     

奇异值分解在广义逆中的若干应用

讨论了作为矩阵理论和矩阵计算最基本、最重要工具之一的奇异值分解在表示各种广义逆以及证明A+的基本性质等方面的应用.     

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.     

一类实矩阵对广义奇异值的表达公式

应用双随机矩阵的性质, 首先得到了一类实对角矩阵迹函数优化问题的解析解, 再由该解析解得到了计算实矩阵对第i个广义奇异值的表达公式, 最后数值算例验证了结论的有效性.     

基于奇异值分解自适应图像压缩的优化算法

结合图像质量评价体系,在基于奇异值分解的动态压缩比优化方法的基础之上提出一种新的优化算法.该优化算法可以解决基于奇异值分解的动态压缩比优化方法中不能根据不同图像的特点对每幅图像自适应地进行图像压缩的缺陷,并能根据需求,预先设定压缩图像的质量范围,使压缩图像达到指定的压缩率或清晰度,从而满足指定的要求.经实验证明,该优化算法切实可行,具有较高的实用价值.     

数字图像的奇异值分解

通过对图像进行奇异值分解,将一幅图像转换成只包含几个非零值的奇异值矩阵,实现图像压缩。     

广义对称矩阵的特征问题及其奇异值分解

对于任意奇异的Hermitian矩阵A, 存在一个非平凡k次单位矩阵R使得A为k次R-对称矩阵。 给定k次单位矩阵R, 给出了k次R-对称矩阵的特征对的性质、特征多项式的计算公式和奇异值分解, 并利用此类广义对称矩阵的特殊结构将其特征问题降阶, 转化成若干个低价矩阵的特征问题来计算。     

基于奇异值分解与融合的音频盲认证算法

提出一种适用于检验音频真实性和完整性的盲音频认证方法。它采用奇异值分解(SVD)与融合技术相结合，将音频奇异值分解所得的奇异值作为不变特征，利用融合将其嵌入到原始音频中。验证时无需原始音频数据，利用融合的逆过程提取不变特征，进行匹配，达到音频认证的目的。实验结果表明，该算法不但可以有效地检测出音频中被篡改内容的位置，而且能将随机噪声同恶意篡改区分开。     

基于局部加权线性回归的电离层层析重构

电离层层析重构的精度和穿过电离层的观测射线的分布和数量息息相关,由于地面观测站与卫星数量和分布的局限性,电离层大量格网内没有射线通过,进而使得没有射线穿过的格网迭代收敛后的像素值与初始值相同;然而实际反演过程中,初始值通常是由精度不高的经验电离层模型给出,从而使得电离层层析重构的精度不高。围绕这一问题,将机器学习领域的局部加权线性回归算法拓展应用到电离层层析重构技术中,依据电离层格网空间内像素的电子密度空间平滑分布特性,为没有射线穿过的格网通过局部加权线性回归算法计算格网像素值,解决了没有观测射线穿过的格网对初值的过度依赖问题,进而提高电离层层析重构的精度。数值模拟实验和实测数据的仿真结果表明新算法相比于传统层析算法更加有效、可靠和优越。     

基于奇异值分解的高精度重力仪信号处理方法

在分析基于矩阵奇异值分解理论的滤波算法基础上,将其应用到高精度海洋重力仪系统信号处理中.在信号处理过程中,首先采用延迟法理论重构系统的相空间,得到吸引子轨迹矩阵,然后对轨迹矩阵进行奇异值分解,用部分奇异值重构有用信号的最佳逼近矩阵,并与自适应卡尔曼滤波进行了对比分析,以实际信号与处理后信号的信噪比作为衡量2种信号处理方法好坏的依据.理论分析和仿真实验表明,奇异值分解滤波方法和自适应卡尔曼滤波都能在一定程度上消除干扰噪声对重力异常信号的影响,但在相同背景条件下,奇异值分解滤波的性能优于自适应卡尔曼滤波.