基于加权稀疏非负矩阵分解的车脸识别算法

为提高多种光照条件下交通卡口视频中车脸识别的准确性,提出了一种基于改进非负矩阵分解的车脸识别算法.对采集图像进行预处理,获得车脸图像与车牌信息.基于特定光照条件,自适应提取车脸图像的初始特征.针对车脸图像中像素位置的重要性差异,建立了加权稀疏约束非负矩阵分解的特征降维方法.通过判断特征相似性与车牌信息一致性,确定车辆是否合法.实验结果表明所提算法具有较好的识别性能,真实接受率与错误拒绝率分别可达到0.9875与0.04,并满足实时性要求.     

基于知识表示学习的协同矩阵分解方法

针对协同过滤算法中用户反馈数据的稀疏性问题,提出一种基于知识库的协同矩阵分解方法.该方法从物品的知识图谱中学习其向量表示,并在此基础上联合地分解反馈矩阵和物品关联度矩阵,两种矩阵共享物品向量,利用物品的语义信息弥补反馈数据的缺失.实验结果表明,该方法显著地提升了矩阵分解模型的推荐效果,在一定程度上解决了协同过滤的冷启动问题.      

安全高效的无线传感器网络密钥管理协议与仿真实现

提出一种新的基于单向密钥链的无线传感器网络密钥管理协议,与现有典型的预分配安全协议相比,能提供确定性的安全性并显著降低了存储开销.基于因式分解困难性,一次广播完成簇密钥的安全分发和更新,解决了基于分簇安全协议存在的抵制俘获攻击能力低和簇密钥分发、更新通信开销大的问题.性能分析和仿真结果显示,协议具备了较低的存储开销和最优的抵制俘获攻击能力,并将密钥分发和更新操作所需的通信开销分别由减小至.     

几种复对称矩阵及复斜对称矩阵的分解

提出一个复矩阵是对称酉矩阵的充要条件,并用逻辑上类似的方法证明一个类似于复对称正规矩阵的复斜对称正规矩阵的分解,最后对复斜对称矩阵得到了类似于复对称矩阵Takagi分解的结论.     

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。     

QCD因子化框架下无粲B_c→VV衰变过程研究

在QCD因子化框架下对Bc→VV(V代表轻矢量介子)无粲衰变进行了研究.在计算中采用两种方案来处理端点发散问题,方案Ⅰ是采用参数化方法,方案Ⅱ是Cornwall提出的红外有限胶子传播子.结果表明,在Bc→VV过程中,发散只存在于幂次压低的贡献中.与此同时,采用方案Ⅱ后,湮灭图的贡献得到了增强.从数值结果上来看,Bc→ρ-ω,K*-K*0过程有着较大的分支比,在10-7量级,因而有望在高能物理实验上被较早地观测到.     

序极限算子的分解

给出了序极限算子的定义以及其序列的等价刻画,同时得到了当值域空间与定义域空间相同时,序极限算子与区间是极限集是等价的.序极限算子满足左乘的性质,并且由序极限算子构成的全体是闭子空间.除此之外,也给出了判定序极限算子的充分不必要条件,并给出结论不是充要条件的反例.序极限算子具有分解性,即可以通过具有序连续范数的Banach格分解,可得到相关结论.     

指数函数的素性及其分解

整函数与亚纯函数的分解理论是值分布理论的一个新的分支、本文讨论了一类指数函数及其线性组合的索性与分解     

Obtaining Profiles Based on Localized Non-negative Matrix Factorization

Nonnegative matrix factorization (NMF) is a method to get parts based features of information and form the typical profiles. But the basis vectors NMF gets are not orthogonal so that parts-based features of information are usually redundancy. In this paper, we propose two different approaches based on localized non negative matrix factorization (LNMF) to obtain the typical user session profiles and typical semantic profiles of junk mails, The LNMF get basis vectors as orthogonal as possible so that it can get accurate profiles. The experiments show that the approach based on LNMF can obtain better profiles than the approach based on NMF.     

几个量子力学问题的因式分解解法

基于德·拉·佩纳等人关于阶梯算符方法的表述形式,可能使因式分解法的步骤规范化。我们应用这种方法于二维氢原子、莫尔斯(Merse)振子和在强磁场中运动的单电子问题,得到令人满意的结果。