基于现场可编程门阵列的矩阵求逆算法设计

针对自适应抗干扰算法在更新最优权值时存在时间延迟问题,提出了一种基于Cholesky分解的矩阵求逆算法实现架构。该实现架构主要包括协方差矩阵计算模块、Cholesky分解模块、计算下三角矩阵的逆矩阵模块、三角矩阵相乘和权值计算模块。本设计可完成在最短权值更新时间的前提下,对高阶采样矩阵进行求逆运算。仿真结果表明,在FPGA的硬件平台上,一次权值的更新时间只需要1.2 ms。本设计为自适应抗干扰快速求解权值提供了一种切实可行的解决方案,对存在类似需求的权值求解系统具有一定的参考价值。     

基于矩阵三角化分解的Cholesky分解及FPGA并行结构设计

矩阵运算是高性能计算中核心问题之一,矩阵分解是提高矩阵运算并行性的重要途径,飞速发展的FPGA为并行运算结构提供了有力的环境支持。该文基于子矩阵更新同一化算法实现了Cholesky分解,基于FPGA设计了相应的并行结构。实验结果表明:与通用处理器的软件实现相比,本文实现的Cholesky分解的FPGA并行结果在核心计算性能上可以取得10倍以上的加速比,该算法针对矩阵三角化计算过程具有更高的数据和流水并行性。     

广义Lehmer矩阵求逆问题研究

利用矩阵的LU和Cholesky分解推导出Lehmer矩阵行列式和逆的解析表达式.在此基础上,定义了广义Lehmer矩阵,并获得了其LU分解和Cholesky分解公式,进而简化了广义Lehmer矩阵行列式和求逆的计算问题.     

基于OSVR的谷氨酸发酵过程建模

谷氨酸发酵过程具有高度的非线性和时变性,其内在机理复杂,简单的数学模型难以很好地描述其反应过程。在线支持向量机回归(OSVR)是一种新型SVM学习算法,采用增量和减量训练算法在线校正模型参数,可提高预测模型的准确度。标准的OSVR算法中核函数运算且关于核函数的数据并非在每一步中都被更新,被更新的数据仅仅占据一小部分。文中提出利用缓存保存核函数运算结果的改进OSVR,它不需要重复计算核函数,只需对其中更新部分重新运算,并运用改进的OSVR建立谷氨酸发酵过程模型。仿真结果表明,改进的OSVR提高了建模精度和在线学习速度。     

纵向数据分析中使用滑动平均Cholesky分解对回归均值和协方差矩阵进行同时半参数建模(英文)

近年来,对纵向数据分析中回归均值和协方差矩阵同时进行建模研究得到越来越多的关注.为满足协方差矩阵的正定性约束,文献中常考虑对其逆矩阵进行某种分解.本文使用一种Cholesky分解方法对协方差矩阵本身进行分解,得到的参数没有取值限制且有着明确的统计意义.具体地,分解后的参数可以视为滑动平均序列的系数和对数更新方差,且在整个实轴上取值无限制.考虑到模型的稳健性和推断的有效性,提出了一种对回归均值和协方差矩阵同时进行半参数建模的方法,并利用广义估计方程和B样条给出了半参数模型的估计方法,得到了参数部分估计的渐近正态性以及非参数部分估计的最优收敛速度.最后通过模拟和实例分析对所提方法进行了数值研究.     

一类o-对称矩阵的3种分解

给出o-对称矩阵概念及结构,研究其中一类o-对称矩阵的LDU分解和Cholesky分解及三对角分解,给出了分解公式,得到一些新结果,据此可大大减少这类矩阵的LDU分解和Cholesky分解及三对角分解的计算量和存储量.     

一种在线稀疏LSSVM及其在系统建模中的应用

为了减少在线最小二乘支持向量机(LSSVM)的计算量和存储空间,提出了一种在线稀疏LSSVM.这种LSSVM利用滑动时间窗中部分时刻的样本作为训练样本集.新时刻的样本总是加入训练样本集;每次删除样本时,若滑动时间窗最前端时刻的样本在训练样本集中,则删除它,否则从训练样本集中选择留一法预测误差最小的样本删除.与现有的在线LSSVM相比,这种在线稀疏LSSVM能用较少的样本学习系统较多的特性,能提高时空效率;与现有的在线稀疏LSSVM相比,它能摆脱陈旧样本的影响,更加适应系统的时变性.系统建模仿真实验表明,该在线稀疏LSSVM能节省时间和空间,具有较高的预测精度.     

一种基于积累一致性测量的在线状态预测算法

针对核极限学习机(Extreme Learning Machine with Kernel,KELM)在线应用过程中,核矩阵膨胀,导致算法复杂性不断上升,且难以跟踪系统时变特征的问题,以滑动时间窗为基本建模策略,提出了一种新的KELM在线稀疏学习算法.在前向与后向稀疏化过程中,基于提出的构造与修剪策略,通过在线最小化字典的积累一致性,可选择一组具有预定规模的关键节点.在增样学习与减样学习过程中,基于节点选择结果,利用矩阵的初等变换与分块矩阵求逆公式,模型参数能被在线递推更新.提出的算法被用于混沌时间序列预测与音频放大器状态预测.实验结果表明:相比于4种流形的在线序贯ELM算法,提出的方法在花费相似的测试时间的条件下,能够显著提升预测精度,且具有较好的稳定性.     

基于SVD的抗差UKF算法在短时交通流状态估计中的应用

针对城市区域快速路网,以实现交通流运行状态实时估计为目标,建立宏观交通流状态空间模型,在实现交通流状态估计的同时,更新交通流模型参数,提高交通流模型的适应性和准确性.然后提出了基于奇异值分解(SVD)的优化抗差无损卡尔曼滤波(UKF)算法,用奇异值分解代替标准UKF的Cholesky分解,解决了协方差矩阵非正定时滤波计算不能持续的问题,同时,该算法根据观测协方差矩阵是否病态选择抗差因子,对增益矩阵和观测协方差矩阵进行自适应计算,进而抑制由于模型较高的非线性带来的误差.通过实验证明,文中所提算法避免了扩展卡尔曼滤波(EKF)算法的滤波发散问题,能准确跟踪交通流的变化趋势,提高交通流状态估计的稳定性和精度.     

谐波合成法模拟随机风场的优化算法

为解决传统谐波合成法模拟多变量随机脉动风场效率低下的问题,首先将互谱密度函数矩阵分块,然后采用递归优化算法进行矩阵的Cholesky分解,同时引入矩阵乘法算法来代替传统算法的叠加过程,从而减少了互谱密度矩阵中元素生成的数量,加快了矩阵分解和脉动风场合成的速度.工程实例表明,上述优化算法可有效减少整个模拟过程的计算时间,提高模拟效率.     

网络多媒体课程的设计

介绍了现代远程教育中网络多媒体课程的设计方法，并对网络多媒体课程设计中的教学内容设计、教学环境设计、教学活动设计等关键环节给出了详细的描述和设计要求。     

在线数据库营销模型及其特点

随着社会的发展和信息社会的来临,在线营销近年得到了飞速的发展,此文提出了在线数据库营销一套完整的模型体系,以及在我国实施在线数据库营销中企业应注意的问题。     

网上书店的分析与实现

随着互联网技术的发展和普及,电子商务已接被广大的互联网用户所接受,网上书店系统作为该领域的应用,通过网上书店系统的建设以实现对商业零售企业提供信息化管理,建立了网络销售系统,本文着重论述了网上书店的需求分析和功能模块的设计.     

远程教学系统的设计与实现

利用信息技术改革教育内容、方法和体系，建立了基于Internet的计算机辅助教学信息平台，为学生提供了一个创造性的学习环境，大大提高了教学质量．简要介绍了利用Internet网上教学资源，实现远程教学系统(包括网上课堂、电子教育、批改作业、讨论答疑、查阅资料、网上考试等)的设计与规划．     

高校网络中心仪器设备的管理与使用

该文详细设计了“长安大学校园计算机网络仪器设备管理信息系统”的组织架构和工作流程,提出了利用校园网络并结合SNMP、WEB技术实时进行设备在线变更、设备在线追踪、设备在线核查及问题管理的设想,总结出当前高校网络中心在仪器设备的管理与使用方面的相关办法与有益经验。     

高校图书馆网络信息素质教育调查与思考

随着信息社会的飞速发展以及Web2.0技术的广泛应用,高校图书馆网络信息素质教育的内容与形式也在不断完善和发展。通过互联网对相应网站进行了调研,分析了国内外高校图书馆网络信息素质教育的特点,结合武汉大学图书馆的实际情况,提出了关于进一步完善现行网络信息素质教育的若干思考及建议。     

网络游戏的经济学分析

近年来,网络游戏获得迅速发展.网络游戏有大众性、虚拟性、产业化和民族性的特点.用经济学常用的边际分析方法分析了网络游戏玩家游戏的均衡时间和网络游戏的生产商生产网络游戏的均衡数量.目前,网络游戏存在着一定的问题,需要采取相应的措施解决.     

普通网络教育市场与价值链研究

普通网络教育包括基础网络教育、幼儿网络教育和在线职业与认证培训3类。利用价值链的基本原理,对普通网络教育的价值链进行了论述,重点阐述了价值链的组成环节、各环节功能、所需核心能力、主要参与者以及未来的发展趋势。     

大学生网购行为状况的调查与分析——以广东省十五所高校为例

随着互联网技术的发展,网络购物已经成为大学生一种重要的购物方式。通过对广东省15所高校的两千多名大学生实证调查和分析后发现,求实创新、理性消费、合理安排时间、渴望法律保护已经成为大学生的主流。同时,网络技术滞后、法律意识淡薄、时间观念薄弱等情况仍然存在。     

基于网络语言训练的形成性评价提高学生英语综合技能的实证研究

本实验借助新视野大学英语网络版系统软件，设计网络语言训练的形成性评价，在学校网站上开展学生自主的英语听、说、读、写、译技能的在线训练。实验从2007年9月开始，一直延续至今，全面考察了基于网络语言训练的形成性评价对学生英语综合应用能力发展的影响。实验表明，在“网络＋课堂”的大学英语新型教学模式中，该评价体系能有效督促学生的网上自主训练，使学生的各项英语技能得到不同程度的发展。