基于矩阵分解的小计算代价RPCA模型及应用

鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型。运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验。实验结果表明,与现有的模型相比,新模型的召回率、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高。     

一种医学X射线图像动态范围扩展方法

针对使用影像增强器或电荷耦合器(CCD)的数字X射线成像设备(DR)动态范围小的不足,提出一种采用尺度空间分解的X射线图像动态范围扩展方法.首先,对成像对象进行2次不同球管电压下的低剂量曝光,得到2幅小动态范围图像,然后在尺度空间对2幅图像进行分解.最后通过重构2幅图像的分解分量重建1幅宽动态范围图像.实验结果表明,该方法能使图像包含的成像对象感兴趣区域由2个扩展到3个甚至更多.2次曝光的皮肤表面吸收剂量总和为2.646×104Gy/cm2,却并未增加患者皮肤表面吸收剂量.将此方法用于使用影像增强器或电荷耦合器的数字X射线成像设备,有利于提高这些设备的利用率.     

基于模态扩展的变速器箱体振动识别及辐射噪声优化

提出一种基于模态扩展技术的变速器箱体振动识别方法.以某变速器为例,应用有限元方法计算出变速器箱体的模态频率和特征向量,通过试验测得箱体在运行工况下部分点的振动加速度,将振动加速度映射到有限元模型上,得到各阶模态的参与因子,依据模态参与因子与特征向量识别箱体有限元模型中所有节点的振动加速度.研究表明,识别出的加速度值与实测值的最大平均残差为9.7%,基于模态扩展技术的箱体振动识别方法有效.最后根据识别的加速度计算变速器箱体辐射声功率,确定了3个辐射声功率较大的区域并进行优化,优化后的变速器箱体辐射声功率最大下降1.8dB.     

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     

受限空间内水平风作用下热分层流流场结构的POD分析

对不同水平剪切强度下受限空间内热分层流的流场进行了PIV测量.应用特征正交分解(POD)方法分析了受限空间内热分层流的流场结构.结果表明,没有水平强迫气流时,低阶POD模态占总能量的比重较高,表明水平方向的宏观流动为主流运动;水平强迫剪切气流会造成能量向高阶POD模态耗散转移.而且,水平强迫剪切气流造成不同阶数的POD模态中竖向动能与水平方向动能的比值均比没有水平强迫气流时高,表明水平强迫剪切气流降低热分层流的稳定性并促进竖向质量交换.     

N-策略带负顾客的M/M/c部分工作休假排队

在经典M/M/c排队模型的基础上考虑部分工作休假策略.在休假期,部分服务台并不完全停止服务而是以较正常服务率低的服务率服务新到顾客,其他服务台正常休假.考虑负顾客因素,并且引入N-策略作为休假终止策略.负顾客到达系统时,一对一地抵消处于正常服务期正在接受服务的任意一个正顾客,若系统中无处于正常服务期的正顾客,到达的负顾客自动消失,负顾客不接受服务.1次休假结束时,系统中顾客数大于等于N时结束休假,否则继续休假.利用拟生灭过程和矩阵几何解方法,得到了系统稳态下的队长分布,并且建立了在服务台全忙条件下的随机分解结构.     

基于密度聚类的模糊神经网络和CHP分解过程建模

针对基于样本数据的复杂系统建模问题,提出了基于密度聚类的模糊神经网络(DFNN)的建模方法,研究了利用密度聚类原理提取数据样本的内在规则的理论和方法,提取的规则能较好地反映样本数据输入输出的对应联系,根据提取的规则给出了模糊神经网络的模型结构.本文以化工生产过程过氧化氢异丙苯(CHP)分解反应过程为对象进行仿真建模,结果显示在模型精度和可靠性上均优于基于c均值聚类提取规则的模糊神经网络模型(CFNN).     

时间分数阶电报方程的一种解技巧

提出了求解时间分数阶电报方程的一种计算有效的解技巧.我们考虑了带初边值条件的时间分数阶电报方程的解问题,借助于变量分离技巧和Adomian分解法,得到该问题分别在齐次和非齐次Dirichlet边界条件下的解析解和近似解,它们都可显式地表示成级数形式,从而易于近似数值计算.     

具有广义分解的态射幂的广义逆

研究了具有广义分解的态射幂的Moore-Penrose逆的存在条件及其表达式，给出群逆的表达式，并得到了态射幂的Moore-Penrose与群逆之间的关系，推广了具有泛分解的广义逆的相应的结果。     

一类子矩阵约束下矩阵反问题的拓广

利用矩阵的广义逆和广义奇异值分解,讨论了子矩阵约束下左右逆特征值问题及其拓广,给出了其有解的充分必要条件及在有解条件下的通解表达式,并得到了此问题的最佳逼近解,而且用数值算法来验证求最佳逼近解的有效性．