基于多维特征矩阵和改进稠密连接网络的情感分类

情感脑电信号是一种低信噪比的非平稳时间序列,传统的特征提取与分类方法难以提取不同情感状态时的有效特征并进行分类.针对以上情况,提出一种自动融合脑电信号不同频段和时频域特征的深度学习模型.首先,对预处理后的数据进行分频段处理,提取各频段的微分熵特征.然后,在网络中接入的挤压激励模块,对不同频段特征的微分熵特征赋权值,来获取输入数据的有价值信息,再利用改进的稠密连接网络进行特征融合并分类识别,保证了网络层之间最大程度的信息传输.最后,利用SEED情感脑电信号三分类数据集对算法进行了验证,分类正确率可达96.03%,高于现有的基线学习算法,所提算法可进一步增强网络特征提取能力,具有较快的收敛速度,对提升分类器的性能研究具有重要意义.

融合兴趣主题矩阵和主题生命树的社交用户长短兴趣挖掘

[目的/意义]针对当前社交用户兴趣挖掘效果不理想,且缺乏对兴趣类型特征的深入研究,提出一种新的长短兴趣挖掘方法。[方法/过程]首先引入兴趣价值参数作为先验知识对Labeled LDA主题模型进行改进,依据改进的主题模型挖掘不同时间窗口的兴趣主题,构建兴趣主题矩阵。然后基于用户兴趣的变化规律构建主题生命树,挖掘用户兴趣的生命特征和潜在关联,将用户兴趣划分为长期兴趣、短期兴趣和过期兴趣。最后依据兴趣主题的强度和波动幅度量化用户不同类型兴趣的权重,实现对用户兴趣的准确表示。[结果/结论]实验采用从新浪微博爬取的真实数据作为训练集和测试集,与已有的兴趣挖掘方法进行比较,结果发现长短兴趣挖掘方法在F1值和MRR值上最高分别提升了7.68%和7.41%。[局限]仅利用微博文本信息对方法进行验证,缺乏对跨平台信息的深入探讨。

基于影响矩阵和精英遗传算法的斜拉桥索力优化

由于传统索力优化方法不能自动优化和兼顾全桥结构性能,以及与智能优化算法相结合后存在计算量大、耗时长、效率低和收敛速度慢等缺点,以Ansys和Matlab分别作为结构计算器和主控程序,以最小弯矩能为控制目标,将影响矩阵和精英保留策略引入到遗传算法中,实现成桥阶段的索力优化.该方法能够同时兼顾主梁与主塔的受力特性,而且影响矩阵的应用可以解决每一代都需要有限元评估的问题,大大减少了计算量.与传统的影响矩阵法相比,所提方法在吸取影响矩阵法优点的基础上,还考虑参数迭代过程,可在结构的关键截面添加特殊的约束要求,使得优化过程更加符合实际,而精英保留策略的引入可以提高进化迭代收敛的速度与进化过程的稳定性.最后,通过一个实际工程应用验证了所提方法的可行性.

基于Haddon矩阵和ISM的学校体育教学伤害事故的致因分析

体育课是学校开展体育教育的主要途径,在学生全面发展的过程中扮演着重要角色。由于体育运动本身就是与风险相伴,因此无法做到完全杜绝风险。本文通过引入Haddon矩阵技术,从发生前、发生时、发生后3个维度对学校体育教学伤害事故进行剖析,较为直观地呈现伤害事故的各种致因;通过提取公因子的方式研究出学校体育教学伤害事故的15个风险因素,将其分为宿主因素、教师因素、物理环境因素、社会环境因素4大类;利用SPSSAU软件进行分析,构建出层次化的解释结构模型(ISM);对学校体育教学伤害事故的影响因素进行划分,以此系统解释学校体育教学伤害发生的深层根本因素、中间层间接因素、表层直接因素;提出了相应的风险管控措施,可为预防学校体育教学伤害事故的发生提供参考。

基于Kraljic矩阵和PCA算法的手术器械分类管理研究

目的针对目前医院手术器械管理主观性较强、分类管理方法忽略市场供应风险的问题,提出一种科学的手术器械分类方法,为提高手术器械物流管理水平提供管理依据。方法收集2021年H医院151件手术器械的出库数据,基于Kraljic矩阵构建手术器械分类指标体系,使用主成分分析法(Principal Component Analysis,PCA)对指标体系降维,将多维空间上复杂的手术器械分布展现在低维空间中,根据对主成分的解读及手术器械分布情况,基于Kraljic理论对手术器械分类。结果结合Kraljic矩阵和领域经验构建出含10个特征的指标体系,使用PCA算法提取出2个主成分,分析得出主成分1由经济价值主导,主成分2由市场供应风险主导,最后基于Kraljic矩阵将手术器械分为战略类22件,杠杆类15件,瓶颈类46件,常规类68件,并提出手术器械分类管理方法。结论基于Kraljic矩阵和PCA算法的手术器械分类管理研究为手术器械物流管理提供了科学实用的管理办法。

基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法

提出了基于特征投影矩阵和线性约束的水声阵列信号抗主瓣干扰方法。该方法首先改进重构了干扰噪声的协方差矩阵,消除预处理时期望信号对主瓣干扰特征矢量选择的影响;其次,添加线性约束,保证期望信号方向增益,约束旁瓣干扰子空间置零,同时使得自适应权矢量的模最小,消除噪声抖动;最后求取自适应权矢量进行波束形成。仿真实验结果表明,本工作算法不仅在旁瓣有更深零陷,还能使主波束保形,提高了系统的输出信干噪比。

基于判断矩阵和层次分析法的河网连通性评价

掌握河网连通性是实现水资源高效利用的重要条件,对于河流流域生态系统的健康运行和水资源管理尤为重要。为评估河网连通性对水资源管理的影响,根据层次分析法提出了一种基于判断矩阵的河网连通性评价模型,并通过模拟实验对该模型进行了验证。实验结果表明,基于判断矩阵的河网连通度评价模型能有效评价物质与能量在不同水域间的流动,较好地反映河道的水量、流量和能量分配能力;点的连通度与水深呈强相关,与流量和能量呈中等强度相关,与流速呈弱相关。研究的模型具有较好的应用价值,为河流和水体的管理和规划提供参考。

基于改进超邻接矩阵和熵权-TOPSIS的卫星互联网关键节点识别

“一星多用、多星组网、多网协同”思想的发展与应用为卫星互联网的关键节点识别带来了更多的挑战,也提出了更高的要求。针对卫星时序网络节点评估结果不准确的问题,考虑了不同时间片拓扑之间的耦合强度,提出了一种基于改进超邻接矩阵(supra-adjacency matrix,SAM)的卫星互联网时序网络模型。随后,综合卫星节点在网络中固有的拓扑特性和通信特性,选取特征向量中心性、介数中心性、节点紧密度、传输时延、传输速率和传输容量指标建立了节点重要度综合评估指标体系,在此基础上,基于熵权-逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)和时间权重矩阵设计了卫星互联网节点重要度评估方法。通过ARPANET和铱星星座进行仿真验证,实验结果证明了所提出的模型和方法能够准确地从局部和全局角度获得卫星节点重要度排序,并识别出潜在重要节点,对卫星互联网关键节点识别及抗毁性研究有一定的参考意义。

稀疏矩阵和改进归一化切割的快速多视图聚类

多视图聚类是一种新颖的聚类算法,它可以有效地探索出数据之间的内在聚类结构。大多数多视图聚类算法在构造相似图时容易受到噪声的影响,而且在聚类过程中还会面临信息损失问题,从而降低聚类结果的准确性。此外,现有多视图聚类算法通常使用交替迭代优化方法获得最优解,多次迭代会导致内存溢出或耗时过长。为了解决上述问题,提出了一种基于稀疏矩阵和改进归一化切割的快速多视图聚类算法(SINFMC)。该算法根据原始数据构造每个视图的相似图,并对相似图进行融合得到共识图矩阵。对共识图矩阵进行l1范数约束获得稀疏矩阵,实现数据降噪和加速计算。使用改进的归一化谱聚类算法对稀疏的共识图进行聚类得到聚类指标矩阵,这样不仅能够直接获得聚类结果,而且消除了聚类过程中的信息损失和偏差。该聚类算法无需交替迭代优化且通过稀疏矩阵表示精简计算过程,大幅降低了算法的时间和空间复杂度。人工和真实数据集上的比较实验结果表明该算法在质量和效率方面优于对比算法。

基于位置矩阵和转子平衡要求的破碎机锤头排列方式探讨

为探寻锤头排列的规律,满足破碎机不同应用场景对锤头排列方式的差异化需求,根据破碎机转子的结构特点,引入了锤头位置矩阵的概念来定量地表示锤头的排列方式;基于转子运行的动平衡要求,根据锤头空间离心力系的简化方法,按力系的主矢和向转子几何中心简化的主矩为零的要求,求解了带锤转子的动平衡方程;并对不同锤头排列方式进行了归纳、分类和总结,给出了锤头排列的几则经验。结果表明:锤头位置矩阵的引入可使锤头排列方式由传统的语言或图形表达转变为用能定量计算的矩阵表达;动平衡方程表明,只要根据转子结构参数计算出分解矩阵和力臂向量,即可对该转子锤头的任意一种排列方式的可行性进行判定;对于一些满足带锤转子动平衡要求的锤头排列方式,可视破碎机应用场景选择锤头排数、圈数不同和几何及功能特性不同的排列方式。研究锤头的排列方式可为指导破碎机转子的结构设计和指导生产现场在用破碎机锤头排列调整,以及锤头存在质量偏差条件下的分组配重提供有益参考。

互补判断矩阵和积排序法的最优化理论基础及性质

针对多属性决策中重要的方法之一的互补判断矩阵和积排序法,在完全一致性互补判断矩阵等概念的基础上,给出了互补判断矩阵和积排序法的最优化理论基础,指出互补判断矩阵和积排序法的排序向量正好是某种偏差准则下的最优化模型的解。并证明了它具有一些性质,包括强条件下保序性,置换不变性等。最后举出反例说明它不具备对称性。

基于影响矩阵和粒子群算法的异形斜拉桥调索

斜拉桥的合理成桥索力的确定是斜拉桥设计和施工中的关键环节,获取符合条件的初索力是建立桥梁的有限元模型、完成施工阶段的分析和施工索力监测的基础.异形斜拉桥的结构相对比较复杂,其受力特点不同于常规的斜拉桥,传统的迭代法或具有不适用性,且迭代法需要进行多次试算,过程较为繁琐.粒子群算法可以高效便捷地得到合理的成桥状态,实现索力优化的自动化和智能化.为验证结合粒子群算法的索力优化方法的可行性,以某异形斜拉桥项目为背景,建立三维有限元模型,结合影响矩阵法和粒子群算法编MATLAB程序对桥梁斜拉索的初始索力进行求解,并与传统迭代法的优化结果进行比较,验证该方法的可行性.结果表明:传统迭代法在优化结构较复杂的异形斜拉桥时具有局限性,基于影响矩阵和粒子群算法的索力优化方法能够用来自动化求解结构较为复杂的异形斜拉桥的初始索力群,优化过程简便、高效.

几类Jacobi矩阵和广义反对称三对角矩阵特征值反问题

本文研究三类广义反 Jacobi 矩阵、一类广义反对称三对角矩阵和一类 Jacobi 矩阵的特能值反问题的可解性,给出这些问题有解的充分必要条件。

用聚类—矩阵和法评价不同产地丹参提取物相关活性

目的:对不同产地丹参有效部位进行药效学比较并进行评价。方法:对8个不同产地丹参含丹参素及含丹参酮成分进行了ADP诱导的血小板聚集实验、凝血酶原时间的测定及MDA的测定,对实验结果进行聚类分析和综合药效评价。结果:8种丹参的两种提取物均具有抗血小板聚集,延长凝血酶原时间及降低MDA的作用。结论:就上述活性而言,山西产丹参野生及栽培药效近似且较优于其他产地,四川中江栽培、山东野生、河南栽培药效近似,优劣居中;陕西安康野生和河南栽培相对较差。

两个矩阵和的Drazin逆

研究了两个矩阵和的Drazin逆的表示。根据一个分块矩阵拆分为两个三角矩阵的思想,利用Drazin逆的相关性质,给出了两个矩阵和在一定条件下Drazin逆表示的新的证明方法。

基于矩阵和求逆及MRC的低复杂度MIMO检测器

信道编码MIMO系统需要检测器具有软输入软输出特性,而常规的检测算法通常具有很高的计算复杂度,阻碍了其在实际中的应用。提出一种低复杂度MIMO检测方案。首次迭代中,利用低复杂度快速矩阵和分解方案来获得MMSE检测输出,避免了常规矩阵和求逆中的Jordan标准型化简;其余迭代中,利用信道解码器提供的软信息将MIMO系统转化成多个并行的SIMO系统,进而利用MRC进行检测,其仅需线性运算,克服了MMSE检测器中矩阵求逆的缺点,适合硬件的并行处理特性,大大降低了检测复杂度。仿真结果表明,该检测器和MMSE检测器具有相同的误比特性能和收敛性能,但是前者同后者相比,计算复杂度在首次迭代由O(n2.376)降到了O(n2),在其余迭代由O(n2.376)降到了O(n),因而为实际的MIMO系统提供了一种可行的低复杂度检测方案。

两个矩阵和Drazin逆新的推广式

针对两个矩阵和Drazin逆的表示,由Drazin逆的定义,根据矩阵分解的思想,利用Drazin逆的相关性质,给出了两个矩阵的和在一定条件下Drazin逆新的表示。新结果推广了现有的一些结果。

基于风险矩阵和层次分析法的现浇箱梁模板支撑体系施工安全风险评估

在桥梁施工过程中,现浇箱梁模板支撑体系作为危险性较大的分部分项工程,施工过程中稍有不慎,极易造成各类安全事故,甚至是体系坍塌事故,引发群死群伤。文章结合相关规范及全生命周期理论,对模板支撑体系施工过程分析,并参考过往事故案例分析致因因素,运用L·S和AHP对各影响因素指标进行权重计算,借助实际项目施工案例对模板支撑体系安全程度进行定量安全评价,将所有致因因素排序,评估不同致因因素的风险等级,并结合实际,制定针对性对策措施,以期为模板支撑体系施工过程风险管控提出合理化建议。

两个矩阵和Drazin逆表示新的结果

针对两个矩阵和的Drazin逆的表示,由Drazin逆的定义,根据矩阵分解的思想,利用Drazin逆的相关性质,给出了两个矩阵和在一定条件下Drazin逆新的表示。

两个矩阵和Drazin逆的新表示

针对两个矩阵和Drazin逆的表示,由Drazin逆的定义,根据矩阵分解的思想,利用Drazin逆的相关性质,给出了两个矩阵的和在一定条件下Drazin逆新的表示.新结果推广了现有的一些结果.