分块三角矩阵逆的存在性判定及其计算

研究了分块三角矩阵可逆性的判定及其逆矩阵的表示.首先,利用分块初等矩阵的性质给出了分块上(下)三角矩阵的可逆条件及其逆矩阵的表示.然后,利用置换矩阵的性质进一步给出分块次上(下)三角矩阵的可逆条件及其逆矩阵的表示.最后,通过实例对所提计算方法进行验证.

多媒体数据自适应多尺度分块压缩仿真研究

在多媒体图像数据压缩过程中,为了减小数据体积,通常需要牺牲图像的一些细节和精度,这会导致部分信息的丢失。为了提高压缩效果,以多媒体图像为例,提出一种面向多媒体数据的分块无损压缩算法。通过四叉树算法对多媒体图像展开分块处理,通过结合边缘特征和方向特征的多尺度小波变换算法获取多媒体图像每层子带图像块的自适应采样率,基于纹理块和平坦块的自适应多尺度分块压缩感知方法完成多媒体图像数据的分块无损压缩。实验结果表明,所提算法的压缩效果更好,不仅能够实现数据有效压缩,而且不会损失图像信息,且压缩时间较短,整体应用效果更好。

一种六边形循环分块的Jacobi计算优化方法

Jacobi计算是一种模板计算,在科学计算领域具有广泛的应用.围绕Jacobi计算的性能优化是一个经典的课题,其中循环分块是一种较有效的优化方法.现有的循环分块主要关注分块对并行通信和程序局部性的影响,缺少对负载均衡和向量化等其他因素的考虑.面向多核计算架构,分析比较不同分块方法,并选择一种先进的六边形分块作为加速Jacobi计算的主要方法.在分块大小选择上,综合考虑分块对程序向量化效率、局部性和计算核负载均衡等多方面的影响,提出一种六边形分块大小选择算法Hexagon_TSS.实验结果表明所提算法相对于原始串行程序计算方法,最好情况可将L1数据缓存失效率降低至其5.46%,最大加速比可达24.48,并且具有良好的可扩展性.

结合主成分分析和图像分块的重定向研究

针对现有图像重定向方法视觉效果差和处理速度慢的问题,提出一种基于主成分分析法和分块的内容感知图像重定向方法。首先,利用主成分分析法融合梯度图和显著图来提取更加丰富的图像特征,避免主体信息失真;其次,相邻裁缝线由均值代替,避免像素不连贯;最后,根据能量图中列能量值的大小将图像分为显著区域和非显著区域,并行缩放分块,更加注重图像特征并提高运行效率。在MIT RetargetMe、DUT-OMRON和NJU2000数据集上进行实验分析,以主观感受和客观因子运行时间、SIFT-flow作为评价指标,与几种常用算法对比。实验结果表明,该方法保证了图像主体信息的完整性,平均运行时间为线裁剪算法的1/3。本文提出的方法不仅具有较优的视觉效果,而且可降低运算量。

埃尔米特梁单元的分块对角与高阶质量矩阵

埃尔米特梁单元常用的集中质量矩阵,是由挠度自由度对应的一致质量矩阵元素通过行求和或节点积分构造.然而,数值结果表明该集中质量矩阵在求解包含自由端的梁振动问题时,会出现频率精度掉阶现象.本文首先从保障质量矩阵最优收敛性的数值积分精度出发,分别针对三次和五次梁单元,发展了质量矩阵的梯度增强节点积分方案.利用梯度增强节点积分方案,可以得到具有分块对角形式的单元质量矩阵,而其组装的整体质量矩阵除边界节点外仍然呈现对角形式.对于两种单元,其分块对角质量矩阵分别具有4阶最优精度和6阶次优精度.再者,将标准一致质量矩阵和具有同阶精度的梯度增强节点积分质量矩阵进行优化组合,建立了具有超收敛特性的高阶质量矩阵.最后,通过数值算例系统验证了三次和五次单元的分块对角与高阶质量矩阵的频率计算精度.

基于按列分块和混合分块的压缩感知图像重构方法

压缩感知理论由于其可通过低采样率来恢复原始信号的特点,近年来逐步被用于光学成像领域。为了解决在对成像图像进行压缩感知重构时数据量过大、计算负担大的问题,分块压缩感知的方法被提出。在该方法的基础上做出改进,依次提出了按列分块和混合分块的压缩感知方法。其中按列分块的方式改变了分块模式,降低分块时的要求,混合分块则结合两种分块的特点,有效提升了压缩感知的效果。通过仿真实验验证,本方法有效提升了图像重构质量,尤其是混合分块方式,在图像的重构速度和重构质量上都有显著提升。

无磁轭分块电枢盘式电机齿槽转矩优化设计

为了满足定子无磁轭分块电枢(yokeless and segmented armature,YASA)轴向磁通永磁电机作为车用牵引电机时对输出转矩高平稳性的要求,提出一种基于永磁体径向均匀分段、分组同向偏移的方法来抑制YASA电机的齿槽转矩,以降低转矩脉动。应用三维有限元分析,分别研究了3种不同的永磁体分段方案对齿槽转矩的削弱效果,确定了磁极的最优偏转角度及其对电机综合性能的影响。仿真结果验证了该方法的可行性。YASA电机的齿槽转矩降低了92.62%,额定工况下转矩脉动下降了72.02%,永磁体涡流损耗降低91.28%,同时输出转矩下降不超过5.34%,提高了YASA电机的综合性能。

基于多CNN的分块镜piston和tip-tilt误差同步检测方法研究

绝大多数大型望远镜采用分块镜的设计方案,为了获得优质的成像效果,需要控制分块望远镜系统的piston和tip-tilt误差。神经网络误差检测方法相较于传统的检测方法具有一定优势,但存在仅检测单一类型误差的局限性。本文提出一种基于卷积神经网络的piston和tip-tilt误差同步检测方法,通过在出瞳面设置具有离散孔的光阑,引发分段镜反射的子波发生干涉-衍射现象,构建包含丰富piston和tip-tilt误差信息的数据集。通过粗测网络和精测网络级联,满足大范围和高精度同步检测的需求。结果表明,该方法实现了对输入光源相干长度内纳米级的piston误差检测,并对10μrad范围内的tip-tilt误差实现了亚微弧度检测;对40 dB的CCD噪声表现出良好的抗干扰性,对面形误差的允差为0.05λ0RMS(λ0=600 nm),同时对六子镜系统具有可扩展性。本文方法光路简单,操作便利,具有实际意义。

基于伪监督注意力短期记忆与多尺度去伪影网络的图像分块压缩感知

基于深度展开网络的分块压缩感知(BCS)方法,在迭代去块伪影时通常会同时去除部分信号和保留部分块伪影,不利于信号恢复。为了改善重建性能,在学习去噪的迭代阈值(LDIT)算法基础上,该文提出基于伪监督注意力短期记忆与多尺度去伪影网络(MSD-Net)的图像BCS迭代方法(PSASM-MD)。首先,在每步迭代中,利用残差网络并行地对每个图像子块单独去噪后再拼接。然后,对拼接后的图像采用含有伪监督注意力模块(PSAM)的MSD-Net进行特征提取,以更好地去除块伪影以提高重建性能。其中,PSAM被用于从含有块伪影的残差中抽取部分有用信号,并传递到下一步迭代实现短期记忆,以尽量避免去除有用信号。实验结果表明,该文方法相比现有先进的同类BCS方法在主观视觉感知和客观评价指标上均取得了更优的结果。

基于L0梯度平滑与图像分块聚类的海天线检测

海天线检测在海洋工程安防活动中具有重要的意义,真实海洋环境中的海天线检测易受云朵、海浪、光照变化、目标遮挡物、边界模糊等外界干扰。为了实现对真实海洋环境中海天线的检测,本研究提出一种基于L0梯度平滑和图像分块聚类的海天线检测算法。首先,对图像进行L0梯度平滑滤波,以增强海天线边缘,弱化非海天线因素干扰;接着,将图像沿着竖直方向分割成若干等宽图像块,以降低整体环境干扰,加强局部海天线检测效果;然后,通过Canny算子和霍夫变换提取每个分割图像块中的直线段;最后,采取K-means聚类算法提取每个图像块中的海天线段,拟合生成完整海天线。实验结果表明,在真实的海天线数据集中,本研究方法获取的矩形框重叠率平均精度为93.22%,角度差平均精度为7.66%,均高于文中选取的近年典型对比算法。满足实际海天线检测抗干扰强、准确率高、适应性广等要求。

雷达对抗中基于FPGA输入分块重映射的数据处理方法

雷达对抗中,干扰机侦收雷达的信号,经AD采样后输入FPGA进行处理并产生干扰信号。FPGA平台利用Xilinx等官方提供的FFTIP核对高速ADC输出的数据进行FFT处理时,需要进行“并行-串行”的数据预处理,降低了处理速度,同时也没有对FPGA内部资源进行最大化利用。基于以上问题,提出一种基于FPGA输入分块重映射的数据处理方法。该方法通过数据输入重映射模块将输入雷达数据优化为并行分块的数据流格式,再通过FFT蝶形网络输出离散傅里叶变换数据,最后进行并行结果输出。试验证明,本方法能有效节省FPGA的运算时间,提高雷达数据处理速度,优化利用了FPGA内部资源,具有实时性好、灵活性高的特点。

分块式空间望远镜技术研究现状及其发展趋势

大口径空间光学望远镜是实现高分辨率遥感与高灵敏度探测的重要科学仪器。传统的整体式望远镜口径超过4 m将难以突破现有运载器整流罩有效包络的限制,采用分块式的技术手段可以在满足运载能力的前提下实现口径最大化,是解决当前望远镜高分辨率与高信息收集能力的最优选择。文章先从部署形式上对分块式空间望远镜的国内外研究现状进行了梳理,归纳出分块望远镜在技术实现路线上的技术类型和特点,分别对高精度机构展开技术、机器人智能装配技术、波前检测与调控技术以及超轻可调分块镜技术进行了技术内涵及实现技术途径分析,最后面向未来远景目标,对分块式空间望远镜的技术发展作了展望。

基于区间分块Q学习的智能车辆安全舒适刹车算法

针对当前智能汽车刹车场景下的安全与舒适性问题,提出一种基于区间分块的Q学习算法。首先在Q表中将前车加速度以一定间隔划分入等长区间,用区间中值做间隔来划分后车加速度。其次通过在安全条件下与加速度呈负相关的奖励设置,使智能体在保证安全的前提下尽量降低刹车加速度。最后在智能体训练的过程中遵循ε-贪心策略以减少随机性,在训练完毕后遵循贪心策略以最大程度利用智能体。将提出的算法与传统Q学习算法在三种常见道路场景上进行仿真测试。实验结果显示使用提出算法的智能车辆在刹车场景中安全率100%、平均刹车加速度小于2 m/s~2且能处理连续刹车加速度,表明提出的算法能够在确保智能汽车安全刹车的同时实现较低的刹车加速度。同时在连续刹车加速度与离线环境等复杂情况下,算法均能正常使用。

支持去中心化存储的分块可搜索对称加密

可搜索加密已经发展多年,用于支撑密文数据的检索甚至复杂运算.随着以文件分块为主要特色的去中心化存储应用的快速发展,现有可搜索加密方案不能适应其效率需求.特别是,当索引文件较大时,执行检索操作的实体需要完整下载索引文件才能完成搜索,效率非常低.为此,本文提出了一种基于分块存储加密索引的可搜索对称加密方案.通过设计两级索引,在执行检索时,仅关键字命中的索引块才会被访问从而极大地提高了检索效率.配合区块链及智能合约,本文提出的方案可以构建数据所有者和数据用户之前的公平交易环境,分块检索的效率优势较好地适应了去中心化存储中密文检索的应用需求.实验表明,本文提出的方案在文档集合较大时,检索效率仅依赖于检索关键字命中文档的个数,且在存储开销、计算开销、Gas消耗等方面具有优势.

分块式空间望远镜无线大功率高效能量传输技术研究

针对分块式空间望远镜主镜的电能供应需求,解决传统有线传输方式难以接线、接口复杂等多种问题,依据主镜指标要求以及主镜装配流程,提出了一种用于可组装空间望远镜主镜系统的近场无线能量传输总体方案,建立无线能量传输系统模型,分析了影响系统传输效率的重要参数,并对关键参数对传输功率及效率的影响进行了仿真分析,所设计的磁耦合机构可满足可组装分块式空间望远镜主镜无线能量传输对功率、效率及传输距离的需求,最后通过仿真与实验装置验证,结果表明所提出的近场无线能量传输方案与线圈设计具有传输功率大、效率高的特点,解决了空间望远镜分块式主镜系统的能量供应问题。

基于改进随机分块模型的电商网络链路预测算法

通过改进的随机分块模型(SBM)链路预测算法,研究电子商务网络的演化过程与社团结构。针对原始SBM模型块之间的度分布为二项式分布,引入度衰减参数使得随机分块模型中块之间的度分布遵循幂律分布。针对原始SBM模型中节点之间的连接仅仅取决于节点所属块的假设,引入度控制参数使其更接近真实网络的度数分布。基于此提出优化后的随机分块模型,并利用阿里巴巴淘宝数据集验证该算法,结果显示该算法精确度高于随机分块模型(SBM)、度修正的随机分块模型(DCSBM)以及层次结构模型(HBM)。说明改进后的算法能较好地刻画电商网络中的社团结构,准确地发现网络中的缺失链接。

分块充磁永磁体对磁齿轮磁密及涡流损耗影响

在大功率大变速比磁齿轮中,整体充磁式大块永磁体空心化问题是提升永磁齿轮性能的主要障碍之一。分块充磁工艺能够有效解决这一问题,明显提升大块永磁体性能。通过构建3D模型,对采用分块充磁技术的永磁体的永磁齿轮完成了磁热仿真分析。结果表明,分块充磁技术能够有效抑制大尺寸永磁体的磁场空心化,显著提高其剩磁,改善永磁齿轮的磁密,进而提升永磁齿轮的最大输出转矩;分块充磁永磁体块间绝缘能够有效缩减永磁体圆周弧长和轴向长度与永磁体磁场透入深度的差距,大大降低永磁体的涡流损耗。

基于分块重构GAN的铁路隧道漏缆卡扣缺陷检测

由于铁路通讯漏缆卡扣结构模糊、背景差异小、类型多样且数据分布复杂,因此卡扣的缺陷检测仍具有挑战性。针对现有的CNN网络对缺陷数据分布敏感问题,引入非监督学习式的GAN网络,并提出基于分块重构GAN的卡扣缺陷检测算法。首先,采用经典的YOLOv5-M模型截取漏缆卡扣图像;然后,以现有的Skip-GANomaly网络为基础,采用分块去除的方式拆分卡扣图像,将卡扣特征离散化的同时也增加了样本的容量,缓解了Skip-GANomaly在缺陷卡扣重构中的过拟合问题;此外,提出采用余弦相似度计算卡扣重构前后图像的相似度分数,以此判定卡扣是否存在缺陷。选取综合巡检车采集到的漏缆卡扣数据集进行实验,结果表明,本文提出的算法对多类型卡扣缺陷识别的AUC值达到了0.961,比Skip-GANomaly算法提高了3%。此外,可视化的结果表明,与其他两种经典的异常分数相比,采用基于余弦相似度方法能够更好地区分缺陷和正常卡扣。

基于TLP浮式风机的分块垂荡点吸式波浪能装置的实验研究

面对海洋中庞大的波浪能资源,如何对其高效利用是目前仍需解决的一大难题。针对中国南海海域周期短、波高小的海况特点,本文提出一种与张力腿式平台(TLP)相结合的分块垂荡点吸收式波浪能装置模型。通过物理水池试验,测量分析分块浮子的水动力特性和波能捕获效率,同时与传统浮子的性能进行对比,探讨浮子分块后波浪能装置获能的优化效果。结果表明,分块浮子呈现出新的水动力特性,在低海况下装置对短周期波的能量捕获效率得到大幅提升,但在特定浪向角下会显著增大依附平台的纵摇运动,需要进一步优化张紧式系泊系统。

面向全息视频通信的自适应分块传输方法

基于分治和按需传输思想的分块传输技术是解决三维全息视频流传输的有效手段.然而,现有的分块方案要么缺乏自适应机制,要么不适用于移动实时通信场景.为此,本文提出了VVSTiler(Volumetric Video Streaming Tiling selector),一种面向全息视频通信的自适应分块传输方法,能够在动态且有限的计算和带宽资源下最大化视频的观感质量.具体而言,本文对不同粒度的分块方案带来的影响进行了初步研究,发现细粒度的分块方案可提高动态网络资源的利用率,粗粒度的分块方案可保证视频编解码效率和鲁棒性.基于此,本文构建了考虑预测视口、可用计算资源以及网络带宽等上下文信息的视频观感质量优化问题,并设计了一个高效的求解方案以支持在线的分块粒度决策.本文在8iVFB(8i Voxelized Full Bodies)标准数据集上将VVSTiler与当前主流的分块传输方法进行了比较.实验结果表明,VVSTiler在有偏差的视口预测情况下实现了高达60.4%的视频观感质量提升,在较准确的视口预测情况下平均每帧视频节省了27%的带宽资源.