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。     

一种改进的奇异值分解语音降噪算法

本文针对目前采用的奇异值分解降噪算法的不足,提出一种改进算法。该方法主要是在用一维信号构造矩阵A（L×M）时,增加矩阵A的阶次L,这样在对矩阵A进行奇异值分解后,反映噪声能量的奇异值的分布更加明显,从而有利于降低噪声的污染,达到去噪的目的。仿真实验效果证明,该方法与传统方法相比,能更有效地去除加性噪声。     

奇异值分解定理的几何意义

该文从线性映射表示矩阵的化简问题以及函数的极值问题引进矩阵的奇异值分解定理,从而解释奇异值的几何性质以及矩阵奇异值分解的几何意义.     

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.     

一种基于奇异值分解的人脸识别新方法

基于奇异值向量方法进行人脸识别时,由于提取的奇异值向量特征所包含的人脸图像的有效信息少,导致人脸识别率低下。基于此提出了一种基于奇异值分解的人脸识别新方法——矩阵的秩-逼近法。利用ORL人脸数据库进行实验,并采用最近邻决策规则来进行分类识别。实验结果显示,提出的方法比基于奇异值人脸识别方法具有优越性,本算法能大大地改善识别效果。     

一种基于奇异值分解的分层重构算法

以仿射投影来逼近透视投影,采用共轭梯度法迭代估计射影深度,通过测量矩阵的奇异值分解实现射影重构.在摄象机内参数已知的情况下,求解一个满足欧氏重构条件的4×4非奇异矩阵,由此矩阵将射影重构变换为欧氏重构.实验结果表明该算法是行之有效的.     

基于潜在语义分析的藏文Web不良信息检索算法研究

根据不良信息的特点对潜在语义分析(Latent Semantic Analysis LSA)进行了简化,并设计了基于简化的潜在语义分析(Latent Semantic Analysis Of a Simplified LSAS)的藏文Web不良信息检索算法.该检索算法能够对具有关于某个主题的特定倾向的文本进行过滤.该系统充分利用了领域知识,采用了潜在语义模式分析等技术.实验表明该系统具有查全率和查准率高,速度较快的特点.     

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。     

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。     

基于奇异值分解的非线性滤波算法

为了克服强单音干扰条件下传统的线性预测滤波方法抗干扰性能不佳的问题,提出了一种联合奇异值分解(SVD)和非线性滤波抑制直接序列扩频通信(DS／SS)中单音干扰的方法,建立了相应的系统模型,并与传统的线性和非线性滤波器的误码率进行了比较．仿真结果表明,基于SVD的非线性滤波算法对干扰有很强的抑制能力,较好地改善了系统的性能．     

双对称矩阵的奇异值分解

给出了双对称矩阵的定义,研究了双对称矩阵的性质.讨论了双对称矩阵的奇异值分解的新算法,此算法可极大地减少双对称矩阵的奇异值分解的计算量与存储量.给出了Matlab程序语言,并用具体例子验证了结论的正确性.     

广义共轭延拓矩阵的奇异值分解

定义广义共轭延拓矩阵的概念,利用复矩阵的实分量矩阵,分别建立广义行共轭延拓矩阵和列共轭延拓矩阵与其母矩阵的实分量矩阵的奇异值和奇异向量之间的定量关系.所得行或列延拓矩阵的奇异值等于母矩阵的实分量矩阵奇异值的2~(1/2)倍,相应的右或左奇异向量矩阵是实正交矩阵.     

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.     

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%。     

应用奇异值分解求解最小二乘法问题

奇异值分解定理（SVD）是一种非常重要的矩阵分解定理。使用奇异值分解,可以挖掘矩阵中隐藏的重要结构信息,并可以降低矩阵的维数。该定理还应用于解决最小二乘法问题。     

广义Hadamard延拓矩阵的奇异值分解

定义广义行(列)Hadamard延拓矩阵的概念,分别建立广义行Hadamard延拓矩阵和广义列Hadamard延拓矩阵与母矩阵的奇异值和奇异向量之间的定量关系.对m×n阶母矩阵进行k次行和列延拓,所得延拓矩阵的奇异值分别是母矩阵奇异值的(km+1)(1/2)和(kn+1)(1/2)倍.作为应用,分别给出行和列Hadamard延拓矩阵的Moore-Penrose逆.最后举例验证所得结果.     

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。     

基于广义奇异值分解算法的电离层三维层析模拟

为了研究广义奇异值分解(GSVD)算法在电离层三维层析中的可行性,利用 IRI2001模型所提供的电子密度场构建的TEC模拟观测值.根据不同的测站、卫星源和初值,设计了4组模拟实验,利用广义奇异值分解算法反演电子密度.通过对比电子密度的模拟反演值和模拟真值,分析了站点分布、射线数量和初值选取对层析结果的影响.研究结果表明,广义奇异值分解算法理论上可用于电离层三维层析研究.在理想情况下,利用广义奇异值分解算法可较好地重建电离层电子密度三维分布.但当测站分布不好,或有效射线数较少时,重建质量将会受到较大的影响,在实际应用中合理选取初值可较好地重建电离层三维电子密度分布.