基于GA/VQ的说话人辨认的研究与实现

为了改善在矢量量化说话人识别中,采用模板(码书)表征说话人,模板的质量对识别系统的性能。采用遗传算法改进模板的生成方式,构建了一种GA/VQ说话人辨认系统,给出了一种GA/VQ识别算法,通过遗传操作获得全局优化的说话人模板。实验证明,GA/VQ方法提高了码书的质量,比经典矢量量化识别系统识别率高。

关于AHP群体判断矩阵权向量优化计算方法

本文提出的ＡＨＰ群体判断矩阵权向量优化计算方法，是运用非线性规划方法求解与各判断矩阵列向量偏角相差综合最小的向量．实例证明。

关于Gram行列式两个问题的解答

研究了在通常Riemann积分的意义下Gram不等式的积分形式等号成立的充要条件.同时,还给出了向量组α1,a2,…,ak可由向量组β1,β2,…,βk线性表示时,两向量组的Gram行列式的关系.

三阶变系数线性微分系统的二维向量Liapunov函数

在Ａ（ｔ）为三阶可微函数矩阵时，通过构造二维Ｌｉａｐｕｎｏｖ函数，给出了保证交系数线性系统ｘ＝Ａ（ｔ）ｘ平凡解渐近稳定的判定准则。本文放弃了Ａ（ｔ）的特征值均有负实部的要求。

Matlab在向量组的线性相关性中的应用

本文介绍了向量组的线性相关性的相关理论知识,并给出了Matlab在向量组的线性相关性中的一些应用。

Hilbert K_模上酉群的广义框架向量的T-线性关系

重新定义了Hilbert K_模上酉系统在某广义框架向量处的广义局部换位,研究了换位与广义局部换位、广义框架变换与换位之间的关系,最后得到关于Hilbert K_模上酉群的广义框架向量之间的T-线性关系的充要条件。

《线性代数》研究性教学案例

从《线性代数》中解线性方程组的具体案例入手,分析了解线性方程组、矩阵、向量组的线性相关性等概念,挖掘出了其中的内在联系.

向量组线性相关性的教学设计

线性代数在理论和现实生活中有着非常广泛的应用.该课程的教学内容多,向量组的线性相关性是线性代数最重要的内容之一,它不但是一个教学重点,而且是一个教学难点,它与线性方程组密切相关.从宏观与微观两个方面探讨了向量组线性相关性的教学设计.

基于SVM的直升机飞行状态识别

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于支持向量机(support vector machine,SVM)的直升机飞行状态识别方法.首先利用限幅、去野点和均值滤波对飞行数据进行去噪,用最小二乘法对飞行数据进行直线拟合获取变化率,并根据线性相关性提取状态特征参数,以减少数据冗余;然后根据特征参数将飞行状态分为10小类,对每一小类进行SVM分类器设计以提高识别效率;最后利用训练样本训练每个SVM分类器,用训练好的SVM分类器识别直升机全起落飞行状态.通过某型直升机实飞数据进行飞行状态识别实验,并将所提出的方法与RBF神经网络法进行对比,所得结果表明该方法在小样本情况下的识别率有明显提高,可为直升机故障诊断和寿命预测提供依据.

基于依存连接权VSM的子话题检测与跟踪方法

针对在新闻话题中报道突发、热点相似且子话题层次丰富的现象,依据增量TF-IDF值构造特征维,生成全局向量;然后在时间窗内生成特征连接权的局部邻接图,利用依存句法进行分析降维;最后采用领域词典加权,时间阈值衰减;从而构造出利用依存连接权VSM进行关联分析的子话题检测与跟踪(sTDT)计算方法。实验表明,利用依存关联分析使文本表示由线性变为平面结构,能够有效地提取描述子话题;在人工标注的测试语料下,其最小DET代价比经典方法至少降低2.2%。

有限向量空间中子空间的计数公式及其应用

设F(n)q是有限域Fq上的n维向量空间,P,Q分别是F(n)q的m维和r维子空间,并且dim(P∩Q)=i.计算了F(n)q中满足dim(P∩R)=j和dim(P∩R)=k的s维子空间R的个数.此外,给出了用子空间构作认证码的示例.

关于向量组线性相关的几种判定

将行列式的值、矩阵的秩、齐次线性方程组的解、克莱姆法则等知识运用于向量组的线性相关性的判定,从而导出八种关于线性相关与线性无关的判定方法。

浅谈线性代数微课设计——以向量组的最大无关组与秩为例

微课的本质是通过对一个知识点的教学过程进行充分的设计,以“短而全、简而精”的形式呈现给学习者.基于线性代数抽象、难懂的特点,以《向量组的最大线性无关组与秩》的微课设计为例,通过理论与具体设计思路的阐述,分析探讨“如何对线性代数进行微课设计”,以浅显易懂的形式呈现给学习者,进而实现高效教学.

基于量测函数向量线性相关的网络可观测性分析

提出了一种新的数值算法,该算法通过分析量测函数向量之间的线性相关性,首先定义节点注入基量测,然后求用节点注入基量测函数向量线性表示的系数矩阵,再用冗余量测中部分量测对应系数矩阵中的相应行组成新矩阵,然后将该新矩阵简化后并通过求其秩来判断网络的可观测性。文中以某地区220kV电网为实际背景进行了可观测性判断分析,结果表明该方法有效可行,满足实际应用的要求。

学生怎样理解向量的线性相关性

学生在线性代数学习中难以理解向量的线性相关性、无关性等概念.许多数学教育研究的是关于线性代数课程以及技术支持下的教学设计,而关于学生怎样学习这些概念的国内外文献较少.学生对向量概念的理解还停留在它的坐标表示方面,而没有关注向量具有的线性运算性质.学生难以处理低维空间上线性无关向量几何表示与代数表示之间的转换.大多数学生没有建立线性无关概念的丰富意义.

数列组的强仿射线性相关性

在线性空间中有向量组的线性相关和强仿射线性相关的概念.给出了数列组的强仿射线性相关和强仿射线性表示的定义,进而讨论了数列组的强仿射线性相关和强仿射线性表示的一些性质.

区间向量的数值线性相关性

引入了区间向量的线性相关性概念以及数值线性相关性概念，讨论了它们的一些性质，用实例计算说明了区间向量数值线性相关程度的判断方法。

多维随机向量典型相关系数与弱线性相关性

介绍了两个多维随机向量典型相关系数、线性相关、弱线性相关等概念，以及典型相关系数与线性相关性的关系。在此基础上，讨论了为1的典型相关系数的个数为零与弱线性相关的关系。

对线性代数若干问题的分析

本文分析了线性代数中行列式、矩阵的计算中几个较难掌握的概念,讨论了向量组的线性相关性、求解方程组中的一些特征和性质,举例介绍了如何应用这些特征和性质解决相关问题的技巧。

判断向量组线性相关性的常用方法

向量组的线性相关性所反映的是数域p上的n维向量空间中向量之间的关系.本文将行列式的值、矩阵的秩、齐次线性方程的解等知识运用于向量组线性相关性的判别,从而得到以下常用判断方法.