基于奇异值分解和引导滤波的低照度图像增强算法

针对现有低照度图像增强算法在处理图像后容易出现色彩失真、细节丢失、过度增强等问题,提出一种基于奇异值分解和引导滤波的低照度图像增强算法.首先通过Max-RGB模型获得初始光照分量,使用奇异值分解和引导滤波对初始光照分量进行优化,得到最终光照分量.利用Retinex模型,将原低照度图与光照分量图逐点相除,得到增强图像,并使用原始图像的绿色分量图作为引导图像,使用引导滤波对增强图像进行去噪处理.实验结果表明,提出的算法能够得到色彩更加真实、视觉效果更好的图像,同时能够避免过度增强、出现光晕等问题.     

一类矩阵奇异值分解的快速算法及在时变滤波中的应用

研究了镜象对称矩阵的性质，提出了计算该类矩阵奇异值分解的一种快速算法。计算机模拟结果表明：快速算法的计算速度比一般算法快３～４倍，并可节省一半内存。将该算法用于线性时变滤波器的设计，取得的结果是令人满意的。     

最小平方估计奇异值分解法的分布式算法

提出迭代式分割与合并的算法（IDMSVD）,以改善最小平方估计的奇异值分解法在估计参数时非常耗费时间以及内存空间的问题。基于此又提出一种使用云计算Hadoop平台MapReduce实现的算法,称为分布式IDMSVD算法。实验结果显示,IDMSVD可以有效地改善SVD求最小平方解耗费运行时间与内存空间的问题,且分布式IDMSVD算法可进一步改善IDMSVD的运行时间。     

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。     

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.     

一种基于相关系数矩阵分解的非线性滤波方法

介绍了基于统计线性回归的确定采样型滤波器结构,回归点选取的差异是这一类滤波器的本质区别,针对确定性采样型滤波器在选取回归点过程中为获得协方差矩阵的平方根矩阵所采用的矩阵分解问题,通过对协方差矩阵的分析,提出将协方差矩阵分解为标准差对角矩阵和相关系数矩阵,采用对相关系数矩阵进行奇异值分解的方法来获得协方差矩阵的平方根矩阵,从而得到一种新的回归点选取方法.该方法消除了状态向量中量纲的影响,获得了更准确的回归点,从而可以提高滤波精度.最后,采用两个典型的非线性模型对新的非线性滤波方法进行了验证,通过仿真验证了该滤波方法的有效性.     

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。     

一种基于改进的奇异值分解的数字水印算法

提出了一种基于改进的奇异值分解的数字水印算法,首先对载体图像进行一级离散小波变换,然后采用分块技术,对每个分块的最大奇异值进行SVD操作,按一定嵌入规则将水印信息分别嵌入到最大奇异值,最后对各分块组合后进行重构即可得到含水印的图像,仿真结果表明,该算法缩短了水印嵌入和提取的时间,而且算法的鲁棒性得到明显加强。     

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.     

矩阵的奇异值分解与标准形

本文就矩阵的奇异值分解与矩阵标准形的联系作一些探讨。把奇异值分解推广到复矩阵,并指出它的特殊情况。     

基于奇异值分解变换的数据压缩方法探讨

讨论了利用奇异值分解(SVD)变换算法进行图像压缩的可能性,澄清了采用SVD变换进行图像压缩的一种错误观点.对3种采用SVD变换进行数据压缩的方案进行了进一步的研究与分析,证实了将SVD变换应用于数据压缩领域的可行性.     

基于奇异值分解的多评价结论集结方法

针对综合评价中存在的“多评价结论非一致性”问题,提出了一种基于奇异值分解的多评价结论集结方法.对多个不一致评价结论组成的数值矩阵进行奇异值分解,并通过对定义的一致度与可信度两个性能指标的均衡确定出需保留奇异值的个数,运用奇异值分解的原理求出原评价结论的近似结论矩阵,而近似结论是对原有结论的优化.该方法具有提取多评价结论共性信息、削弱极端评价结论影响及对集结过程进行柔性控制等特点.最后,用一个算例验证了方法的有效性.     

基于奇异值分解的权重计算、一致性检验与改进

利用奇异值分解和可能满意度方法,提出了一种新的层次分析法权重计算、一致性检验与改进过程．根据矩阵最优近似定理和Kullback—Leibler信息法则,指出奇异值分解所得结果是对决策偏好的最优近似,根据可能满意度方法,利用判断矩阵的最大特征值及其Frobenius范数,定义判断矩阵的可能度与满意度,分别考察一致性改进程度和相对原始判断矩阵的信息偏离程度,并将两者并合为一个能够全面衡量一致性改善效果的综合指标：判断矩阵的可能满意度．通过与加权几何平均改进方法相结合,在最大限度保留决策者原始判断信息条件下,逐步达到可接受的一致性．给出了改进算法的收敛性证明,并利用典型算例进行对比分析．     

基于块奇异值分解的小波域数字水印算法

根据小波变换和奇异值分解理论的原理、特点以及它们在数字水印领域中的应用优势,提出一种基于块奇异值分解的小波域水印技术.充分利用小波和奇异值分解的优点,结合JPEG方案中分块的思想,首先对宿主图像进行小波变换,对变换后的低频系数再进行块奇异值分解,选取每块中最大奇异值组成新矩阵以嵌入水印信息.在检测时,提出采用多方案水印提取算法以适应不同的攻击.实验表明,该算法对图像退化处理或攻击均具有较强的鲁棒性.     

基于非采样Contourlet变换和SVD的数字水印算法研究

非采样Contourlet变换具有多尺度性、多方向性和平移不变性的优点.提出了一种基于非采样Contourlet变换和SVD结合的数字水印算法,首先对图像进行非采样Contourlet变换得到低频子带,并对该子带系数进行SVD分解,然后将水印信息嵌入到奇异值中.实验表明,该算法在满足不可见性的同时,对常见的攻击有很好的鲁棒性,且提高了对抗JPEG压缩、中值滤波、高斯滤波和旋转攻击的能力.     

激光光束质量参数测量中的奇异值分解

基于奇异值分解拟合双曲线方法, 对激光光束质量参数进行测量. 通过分析激光光束质量参数测量中应用正规方程组拟合双曲线的优缺点, 给出采用奇异值分解拟合激光光束束宽变化双曲线的拟合优度判断方法, 并对比了奇异值分解和正规方程组两种双曲线拟合方法的拟合精度. 结果表明, 在激光测量中, 用奇异值分解方法拟合曲线, 在曲线拟合精度和曲线拟合优度上均取得较好效果.     

OFDM中利用导频的一种信道估计方法

在移动通信中信道的特性是随时间变化的，为进行信号均衡以提高通信效率和通信质量，有必要对当前信道的特性进行估计，在对OFDM系统进行简要分析的基础上，介绍了OFDM系统中通过梳状分布的导频信号进行估计并而进行信号均衡的方法，以用来抵消由于多径产生的频率选择性衰落，仿真结果表明，该方法可行且有效。     

基于奇异值分解无迹卡尔曼滤波的锂电池荷电状态估计

锂电池的荷电状态(state of charge, SOC)是电池管理系统(battery management system, BMS)对锂电池进行管理的重要指标。针对传统SOC估计方法存在的精度低、计算复杂和鲁棒性差等问题,本文提出了一种基于奇异值分解无迹卡尔曼滤波(singular value decomposition unscented Kalman filter, SVD-UKF)的SOC估计方法。该方法利用无迹变换(unscented transformation,UT)提高了计算精度的同时降低了计算量,并且克服了UKF在状态协方差矩阵P非半正定时会出现滤波发散的缺点,提高了算法的鲁棒性。实验结果表明,该算法能够快速收敛于真值,并且将估算误差降低至1%。     

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.