KP=L2D2S2分解的多变量模型参考自适应控制

利用高频增益矩阵Kp=L2D2S2的分解,通过重新定义新的规范化信号,对多变量的MRAC方案进行了严格的理论分析,证明了闭环系统的稳定性和跟踪误差的收敛性。     

广义圈的同构因子分解

广义圈是一个简单图G＝(V，E)，其中点集V＝V0∪…∪Vn-1,|V0|=…=|Vn-1|，边集E=|uv|u∈Vi,v∈Vi=1,i=0,…，n-1,i 1=mod(n)|，证明了广义圈可以分解为t个同构因子的充要条件是t可以整除该广义圈的边数．     

基于NMF技术探寻早期AD基因表达调控网络

利用非负矩阵分解(NMF)技术,依据加强算法的稀疏性对患早期阿尔茨海默症(AD)样本的基因表达数据进行分析,提取对疾病早期诊断具有重要意义的显著基因,样本分类实验结果证明了算法的有效性.在此基础上,结合与炎症反应有重要关系的NF-κB等基因初步建立了与早期AD密切相关的基因表达调控网络结构图,为AD致病机理的探询、早期诊断与治疗等提供了有益的途径和方法.     

行(列)反对称矩阵的QR分解

提出了行(列)转置矩阵与行(列)反对称矩阵的概念,研究了它们的性质,获得了一些新的结果,给出了行(列)反对称矩阵的QR分解的公式,它们可极大地减少行(列)反对称矩阵的QR分解的计算量与存储量,并且不会丧失数值精度.     

基于稀疏性约束非负矩阵分解的人脸年龄估计方法

基于人脸图像的年龄自动估计已经成为当前人脸识别领域的一个重要研究方向。首先通过非负矩阵分解(non-negative matrix factorization,NMF)算法对基矩阵或系数矩阵进行稀疏性约束,用形成的更具有局部表达能力的子空间对人脸图像数据进行表示。然后使用径向基函数神经网络进行训练和测试,提取包含在大多数人脸图像上的年龄信息来进行年龄估计。实验结果表明,具有稀疏性约束的非负矩阵分解算法对年龄估计问题具有良好的应用效果。     

求解稠密线性方程组的并行算法研究

基于对稠密线性方程组系数矩阵的一种新的分解方法,给出了分解与求解过程的并行算法,并分析了利用Ｐ台处理机并行运算时的加速比     

对称Loewner矩阵Moore-Penrose逆的快速算法

对称Loewner矩阵在自然科学及工程技术中有着广泛的应用,许多问题都归结为求对称Loewner矩阵及其相关矩阵的代数问题.论文通过构造特殊分块矩阵并研究其逆矩阵,给出了秩为n的m×n对称Loewner矩阵Moore-Penrose逆的快速算法,该算法的计算复杂度为O(mn)+O(n2),而通过L+=(LTL)-1LT计算的复杂度为O(mn2)+O(n3).实验数据也表明前者在用时和效率方面均优于后者.     

基于非负矩阵分解新的人脸识别方法

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。     

一类非自衡对象的两自由度内模控制

针对常规一自由度内模控制在非自衡对象中应用的不足,提出了一种基于互质分解的两自由度内模控制器设计方法,并采用H2优化改善了系统的动态性能.一类非自衡二阶非最小相位过程的仿真结果表明,这种方法可使系统同时具备良好的鲁棒特性和干扰抑制特性.     

基于非负矩阵分解技术探寻早期阿尔茨海默症基因表达调控网络

本文利用非负矩阵分解(NMF)技术,依据加强算法的稀疏性对患早期阿尔茨海默 症(Alzheimer’s Disease,AD)样本的基因表达数据进行了分析,提取了对疾病早期诊断具有重 要意义的显著基因,样本分类实验结果证明了算法的有效性。在此基础上,结合与炎症反应 有重要关系的 NF-κB 等基因初步建立了与早期 AD 密切相关的基因表达调控网络结构图, 为 AD 致病机理的探询、早期诊断与治疗等提供了有益的途径和方法。