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.     

基于小波变换和模糊聚类的自适应水印嵌入方法

利用人类视觉系统(HVS)的掩蔽效应和小波多分辨率分析的特点,作者提出了一种通过在图象的小波域的细节部分进行模糊聚类来寻找适合嵌入水印的位置,再用隶属度作为嵌 入强度来嵌入水印的新的数字水印嵌入算法.实验表明该方法能在保持图象质量的前提下提高水印的鲁棒性.     

机群系统中矩阵的并行QR分解算法

随着高速网络技术的快速发展,机群系统已经成为并行计算的主要平台,由于它的高通信延迟,某些在并行机上实现的细粒度并行算法已不适合在该环境下运行,为此有必要研究它们在机群系统中的并行实现.基于这一点,对矩阵的QR分解提出了一种新的任务划分策略,并由此得到了它的一种粗粒度并行算法.实验结果表明,设计的并行算法在机群系统中具有较高的加速比.     

快速高温热退火对InGaNAs/GaAs量子阱的影响

从系统自由能角度,阐明了MBE生长的InGaNAs量子阱材料在高温热退火过程中的结构和物理性能的变化。在热退火时,In-Ga互扩散和N-As互扩散引起spinodal分解,N原子趋向于与In结合形成In-N键,使InGaNAs材料的带隙增加,从而引起PL谱峰值的蓝移。     

由覆盖性测试应变识别简支梁破损

梁在破损处的应变突变明显，其它处甚至紧邻破损处的应变没有明显变化，由应变振型识别梁的破损，测试应变应沿长度覆盖整个梁，采用大标距应变片或应变测试辅助装置进行覆盖性测试是可行的，测量结果是标距范围内应变的平均．采用奇异值分解方法处理测试应变数据，可将微弱突变信号分离出来．     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

矩阵方程的最小二乘解

给出了矩阵方程AXB=D的对称最小二乘解的表达式.     

矩阵A^TBA=ABA^T的充要条件

给定半正定矩阵B，考虑矩阵可交换问题A^TBA=ABA^T．运用矩阵分解的方法，给出了满足上述要求的矩阵的一个充要条件．     

一个基于关键字有向图的BCNF分解新算法

FD集中根据左部等价形成划分，划分的各子集根据左部的依赖关系形成一个有向图，有向图中每一个节点的FD可能是一个符合BCNF的子模式的FD，其关键字就是各子集的等价左部。     

均匀分块矩阵的分块TERM分解

为提高整数变换的效率并实现并行化, 在均匀分块方式下探讨分块矩阵的分块TERM分解. 从扩展行列式det定义着手, 定义了一个分块矩阵映射至矩阵的新函数——DET. 并证明, 它不仅具有一些可与det相类比的重要性质, 而且对det是完全兼容的. 利用这些定义和性质, 最终得出: 任意给定一有限维可逆线性变换矩阵和分块方式, 总可把它分解为不超过3个分块(单位)TERM之积(可能需要置换和Scaling预处理), 并由此得到了适于并行的分块单位SERM分解式. 该结论不仅能涵盖元素矩阵最优TERM分解的结果, 而且可提供灵活的分块方式, 从而为高效合理地并行实现整数映射奠定了基础.