双通道交替最小化算法的GPU并行加速

大气湍流和系统噪声的存在使得天文或空间目标成像模糊。而双通道交替最小化算法是复原湍流和噪声降质图像的有效方法之一。但该算法比较复杂,需要反复迭代运算,处理耗时较长。为了提高算法运行速率,结合算法结构特征,将图形处理器(GPU)加速技术应用于双通道交替最小化算法,重点优化交替最小化迭代过程。实验结果表明:在不同湍流且信噪比(SNR)20 dB的条件下,与直接采用中央处理器(CPU)的算法相比,GPU并行加速用于双通道交替最小化算法,能够实现图像复原的“U-step”运算速率提升80%以上,点扩散函数求解的“H-step”运算速率提升60%以上,且恢复后的图像效果接近衍射极限。并行加速技术与已有的算法相结合的方式能够有效提高运行速率,为湍流和噪声降质图像的复原提供一定的参考。

基于快速层次交替最小二乘非负张量Tucker分解的干涉高光谱图像光谱信息压缩方法

提出一种基于快速层次交替最小二乘非负张量Tucker分解的高光谱图像光谱信息压缩算法。首先,将干涉高光谱图像光程差方向的三维信息采用三维光程差方向提升小波变换(3DOPT-LDWT)进行分解,将三维小波子带系数看作三阶非负张量,采用快速层次交替最小二乘非负张量Tucker分解(FHALS-NTD)算法对进行分解,得到核心张量和模式矩阵。对每个模式矩阵进行量化,对核心张量采用比特平面重要系数编码算法进行编码,得出最终的压缩码流。结果表明,此压缩算法可以稳定可靠地工作。与传统压缩算法比较,平均信噪比提高了1.23dB。有效的提高了干涉高光谱图像压缩性能。

基于LU分解和交替最小二乘法的分布式奇异值分解推荐算法

针对当前分布式潜在因子推荐算法存在时间复杂度较高、运行时间较长的问题,文中提出基于LU分解和交替最小二乘法(ALS)的分布式奇异值分解推荐算法,利用ALS利于分布式求解目标函数的特点,提出网格状分布式粒度分割策略,获取相互独立不相关的特征向量.在更新特征矩阵时,使用LU分解求逆矩阵,加快算法的运行速度.在KDD CUP 2012 Track1中的腾讯微博数据集上的实验表明,文中算法在确保一定推荐精度的前提下,大幅提升推荐速度和算法效率.

荧光光谱法结合多元曲线分辨-交替最小二乘法研究伞形花内酯与牛血清白蛋白的相互作用

在模拟人体生理条件下(pH=7.4),用荧光光谱法结合多元曲线分辨-交替最小二乘法(MCR-ALS)研究伞形花内酯与牛血清白蛋白(BSA)的相互作用.采用两种不同的试剂滴加模式对伞形花内酯与BSA的相互作用进行研究,对经典的荧光光谱数据矩阵加以扩展,增加了实验数据的信息量;进而应用MCR-ALS对该扩展的荧光光谱矩阵进行迭代计算,较好地分辨出作用过程中浓度变化趋势图,并计算出伞形花内酯与BSA的表观结合常数和结合比.通过同步荧光光谱法发现伞形花内酯对BSA的构象有一定的影响.

多元曲线分辨-交替最小二乘法应用于延胡索药材指纹图谱中重叠峰分辨及延胡索乙素的含量测定

采用光谱相关色谱法对延胡索药材指纹图谱中的有效组分延胡索乙素峰进行确认;利用多元曲线分辨-交替最小二乘法(MCR-ALS)对延胡索乙素重叠峰簇进行解析,得到延胡索乙素的真实色谱峰,其光谱还原率大于0.999,并对其进行准确定量,该方法可作为指纹图谱的辅助方法,为中药的真伪鉴定和质量客观评价提供可靠依据;最后讨论了药材的炮制对延胡索乙素含量的影响。

加速交替最小二乘法推荐系统优化设计

推荐系统帮助用户在海量数据中更便捷地找到他们最感兴趣的内容。但推荐系统存在可信度低、推荐结果的可解释性不足、可扩展性不好、随着用户数量的增大,计算时间增长且精度较低、数据稀疏性和冷启动等问题。为此提出基于交替最小二乘法(alternating least squares,ALS)的推荐系统优化算法,在ALS基础上对两个部分进一步优化:第一部分采用LBFGS (limited-memory broyden-fletcher-goldfarb-shanno)算法使搜索方向快速计算出来;第二部分采用阻尼牛顿法求解步长因子。在Spark平台上加以验证,取得较好效果。

荧光光谱结合多元曲线分辨-交替最小二乘法研究十二烷基三甲基溴化铵与牛血清白蛋白的相互作用

模拟pH=7.4的人体生理条件,用荧光光谱法结合多元曲线分辨-交替最小二乘法(MCR-ALS),研究表面活性剂十二烷基三甲基溴化铵(CTAB)与牛血清白蛋白(BSA)的相互作用。为增加实验数据的信息量,本实验采用顺序不同的两种滴加方式得到扩展的荧光光谱数据矩阵;进而采用渐进因子分析法(EFA)得到作用体系中各组分浓度变化曲线的初值,再应用MCR-ALS对该扩展荧光光谱矩阵进行迭代计算,较好地分辨出动态作用中各种物质的浓度变化趋势图,并由此曲线推断出CTAB与BSA的表观结合常数和结合比。

多元分辨——交替最小二乘法研究Cu^(2+)与槲皮素的相互作用

利用分光光度法(UV)研究了不同摩尔比的Cu2+与槲皮素的配合物生成过程,并采用多元分辨-交替最小二乘法(MCR-ALS)对实验数据进行分析.结果表明在中性条件下,Cu2+与槲皮素只生成一种最终产物(吸收峰值为295nm),中间经历了吸收峰值为438nm的过渡态.MCR-ALS分辨的结果为Cu2+-槲皮素配合物的形成机理提供了理论依据.

基于变量分离和交替最小化的图像修复

提出变量分离和交替最小化相结合解决l1正则优化问题,并用于非纹理图像的修复。基于变量分离技术,该算法将目标函数的l1成分和l2成分解耦,l1正则优化问题简化为一系列非约束优化问题。除了交替最小化迭代地求解这些非约束优化问题,还引入投影法加快和简化求解过程。实验在有噪声和无噪声的情况下,用提出的算法对信息丢失30%的图像进行修复。实验结果表明:该算法可有效解决包括图像修复在内的一系列图像复原问题;与某些同类算法相比,在修复速度和修复效果方面均具有优势。

时域卷积信号的交替最小二乘盲分离算法

该文分析时域卷积接收信号的时延相关矩阵具有的可联合块对角化的三因子乘积结构,通过对其所构成的3维矩阵进行切片分割和重新排列规划,提出基于交替最小二乘的三因子迭代计算方法,实现非正交联合块对角化,直接在时域解决卷积盲分离问题。实验仿真表明,与传统的联合块对角化算法相比,所提算法的收敛性能更好且更稳定,并且不受限于初始参数的选择;分离信号的相异度指标和巴克谱失真测度分别改善达到4.35dB和0.22。

多元曲线分辨-交替最小二乘方法在联用数据分辨中的应用

通过对模拟数据和高效毛细管电泳实验数据的分析,讨论了多元曲线分辨-交替最小二乘方法(MCR-ALS)在毛细管电泳-二极管阵列检测(CE-DAD)联用数据分辨中的应用。讨论了几种因素对MCR-ALS单个数据矩阵分辨结果的影响,包括待分析物光谱间的相似程度、浓度曲线的重叠程度以及由渐进因子分析(EFA)所得到的浓度初始值等。MCR-ALS还可用于多个数据矩阵的同时分析,即二阶MCR-ALS。结果表明,与一阶MCR-ALS相比,二阶MCR-ALS方法能够更好地解决各种分辨问题,得到合理和满意的分辨结果。

紫外光谱法结合多元曲线分辨-交替最小二乘测定8-羟基喹啉-5磺酸酸性电离常数

提出了一种简便光度法测定8-羟基喹啉-5-磺酸(8HQS)酸性电离常数的新方法。采集不同pH值条件下8HQS的光谱数据组成测量矩阵,通过奇异值分解和渐进因子分析对数据矩阵进行分析,确定混合体系中的组分数。采用多元曲线分辨-交替最小二乘分辨出8HQS在pH1.32～11.74水溶液中3种形态的浓度变化曲线及各组分的纯光谱,并测得各级酸性电离常数分别为pKa1=3.79、pKa2=8.22。

毫米波大规模MIMO混合预编码优化交替最小化算法

为了解决毫米波MIMO系统采用的模拟/数字混合预编码器导致频谱效率损失增大,以及算法计算复杂度高等问题,提出了基于黎曼最陡下降(RSD)法的交替最小化算法来逼近全数字预编码器的性能。首先,算法用交替优化数字预编码器与模拟预编码器的单回路结构,简化传统算法中复杂的嵌套循环结构;其次,通过改进梯度计算方法降低了由大矩阵Kronecker乘积引起的计算复杂度;最后,将RSD⁃AltMin扩展到采用正交频分复用的宽带系统。经实验仿真结果表明,提出的RSD⁃AltMin方法相比MO⁃AltMin具有更低的计算复杂度和更快的处理速度,同时更逼近最优数字预编码频谱效率。

交替最小化协变矩阵误差算法与三维荧光分析法相结合同时分辨利尿类药品

氨苯喋啶、呋塞米和阿米洛利是3种常用的利尿药,用常规荧光方法难以同时进行测定。本文运用新近提出的交替最小化协变矩阵误差算法结合三维荧光分析法对该体系进行了研究。研究结果表明,该算法不仅能用于荧光光谱严重重叠体系的分辨,而且还具有快速和对组分数估计不敏感等特点。

基于微磁检测和交替最小二乘法的钢轨裂纹定量估计

针对钢轨裂纹定量估计的问题,提出了一种基于弱磁检测和交替最小二乘法的钢轨裂纹定量估计方法。该方法使用弱磁检测的钢轨裂纹信号,提取弱磁信号特征,再利用交替最小二乘法解出钢轨裂纹的深度、宽度、水平角和垂直角的估计值。针对交替最小二乘分解大矩阵速度慢的问题,提出了优化初值的方法,减少交替最小二乘迭代次数,缩短计算时间。基于实测数据的研究结果表明,深度和垂直角估计精度较高,而宽度和水平角误差较大,从而提出将其他三个裂纹参数混入混合矩阵中,再去拟合深度、水平角和垂直角,估计精度将会明显提高。

基于交替最小二乘法的Spark个性化影片推荐系统

针对基于k-means的传统推荐系统可信度低、计算时间长、精度低等问题,该文提出了交替最小二乘(ALS)协同过滤优化算法——拟牛顿法。采用Spark统一部署环境,基于ALS法矩阵分解的协同过滤算法,并使用SQL数据库搭建推荐系统后端。后端算法使用IntelliJ IDEA编译运行Scala语言,并打包程序生成JAR包。前端开发使用Express框架和Jade模版引擎,将系统前端所产生的数据与影片信息数据存储在MySQL数据库中,并使用Node.js语言搭建动态网页呈现推荐结果。与传统协同过滤算法进行实验效果对比,研究结果表明,使用优化算法的推荐系统降低了推荐时间,提高了推荐准确率。

泊松化图像复原的交替最小化算法

为了快速地去除图像中的泊松噪声,本文在传统的交替方向算法基础上,结合松弛算法提出了一个改进的快速交替最小化算法.与经典的数值算法相比,数值试验表明提出的新算法不但能有效地实现泊松化图像复原,还能大幅度地提高数值计算的速率,并显著地减少电脑的CPU运行时间.

求解正则化非负低秩逼近问题的交替最小二乘算法

针对正则化非负矩阵低秩逼近问题,利用满秩分解刻画问题的可行集,将非负矩阵的正则化低秩逼近问题转化为等价的非负矩阵分解问题。通过构造交替最小二乘法求解转化后的非负矩阵分解问题,并采用投影梯度法求解相关子问题。数值实验验证了算法的可行性。

结合Tucker张量分解与交替最小二乘的ULA盲识别

为提高均匀线性阵列(ULA)系统盲识别过程的计算效率,提出一种改进的ULA盲识别算法。建立ULA信号传播模型,针对该传播模型给出广义生成函数的代数结构以及参数估计方式,利用交替最小二乘法对ULA广义生成函数进行求解,并在此基础上引入Tucker张量分解改进交替最小二乘法,实现广义生成函数的降维处理。实验结果表明,与经典DUET算法、欠定混叠盲辨识分解算法等相比,该算法具有更高的计算效率以及更好的ULA盲识别效果。

联合动态功率分配的交替最小化干扰对齐算法

多输入多输出(Multiple-Input Multiple-Output,MIMO)系统因具有高效的传输速率与频谱效率得到了广泛的关注与研究。MIMO干扰系统中的交替最小化干扰对齐算法未考虑各用户实际的本地信道增益特性,使得用户端信号流的有效信道增益失衡造成系统通信性能降低。对此,针对MIMO干扰系统传输速率低、误码率高的问题,对信道矩阵利用奇异值分解算法获得各用户的有效信道增益系数,并据此实现有效的动态功率分配,在此基础上联合干扰对齐交替最小化算法,利用干扰对齐减小其他发送端对接收端用户的干扰,提出了联合动态功率分配的交替最小化干扰对齐算法。仿真结果表明,和传统等功率分配的交替最小化方案相比,所提算法通过联合干扰对齐和功率分配,显著增加了MIMO干扰系统的信道容量,降低了误码率。