基于加权矩阵的多维广义特征值并行分解算法

针对串行广义特征值分解算法实时性差的缺点,提出基于加权矩阵的多维广义特征值分解算法.与串行算法不同,所提算法能够在一次迭代过程中并行地估计出多维广义特征向量.平稳点分析表明:当且仅当算法中状态矩阵等于所需的广义特征向量时,算法达到收敛状态.通过对比相邻时刻的状态矩阵模值证明了所提算法的自稳定特性.所提算法参数选取简单,实际实施较为容易.数值仿真和实例应用进一步验证了算法的并行性、自稳定性和实用性.

改进加权矩阵的双图像可逆数据隐藏算法

针对插值灰度图像嵌入容量有限和视觉质量较差的问题,提出了改进加权矩阵的双图像可逆数据隐藏算法,通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位,进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像,使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和,将机密信息根据块的数量交替地嵌入2幅图像中,在每次迭代前,使用共享密钥修改加权矩阵以保护隐藏信息,加权矩阵有助于在较小失真的情况下嵌入更多的数据位,有效实现了安全性和嵌入容量。实验结果表明,该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法,该算法在嵌入容量和PSNR方面都有明显的提高。

基于可变加权矩阵的机器人雅可比矩阵规范化

末端同时具有平移和转动自由度的机器人雅可比矩阵量纲不统一,导致灵活性指标计算困难,针对此问题提出一种简洁有效的基于可变加权矩阵的雅可比矩阵规范化方法。分析现有规范化方法的原理和不足,根据机器人灵活性的本质意义,提出使对应末端两类速度的雅可比矩阵行矢量有效相对化是雅可比矩阵规范化的核心问题。从雅可比矩阵条件数的定义和各向同性位形的要求出发,给出了雅可比矩阵规范化的一般思路和方法,定义了可变加权矩阵概念。可变加权矩阵直接由雅可比矩阵自身导出,并用于雅可比矩阵规范化,避免了现有方法需要引入额外参数的缺点和不便,也证明了灵活性是机器人的固有属性,与任何额外引入的参数无关。以6R机器人为例进行的理论推导,和以平面3R机器人和Puma560机器人为例进行的数值仿真,验证了可变加权矩阵方法的有效性。

基于加权矩阵的过驱动并联机构驱动力矩调节法

建立了一种平面三自由度过驱动并联机构的运动学方程,并基于虚功原理和等效力方法得出了其动力学模型。分析了过驱动机构动力学方程逆解问题的特点,提出用一种新的优化目标(即加权范数最小方法)来协调分配驱动力矩。将驱动器的额定输出力矩与实际工作力矩之间的差值定义为该驱动器的继容力矩,在此基础上给出了加权系数的选择准则。根据所提出的局部调节或全局调节准则来选择加权系数可以调节相应驱动器输出力矩,在一定程度上可以均衡各驱动器的继容力矩。数值计算结果表明,该方法对于防止部分驱动器输出力矩过大和保证系统稳定有一定的作用。

模糊WINGS视角下的ANP加权矩阵新构造方法

构造因素集加权矩阵是ANP系统未加权超矩阵到加权超矩阵转化的一个关键技术。然而从已有的三种构造方法看,两两比较法比较机理混乱,而等权矩阵假设构造法通常是无效的,并且基于DEMATEL(决策试行与评价实验室)的构造方法不仅存在忽视因素集自身强度的内在不足,而且也难以反映专家在对因素集之间影响关系判断时存在的"不精确性"。为克服上述缺陷,提出一种模糊WINGS(加权影响情景下的非线性测度体系)视角下的ANP因素集加权矩阵新构造方法。该方法一方面给出改进后的模糊DELPHI决策程序,充分考虑了专家判断过程中的"不精确性"。另一方面,系统提出模糊WINGS的方法思路,在系统因素集影响关系判别时充分考虑了因素集的自我影响强度,使因素集直接影响矩阵的构造更为合理。实例对比验证结果表明,该方法是科学合理的,有着较强的实践应用可操作性。

一种基于次优加权矩阵的灰度图像信息隐藏算法

为了增加信息隐藏后载体图像的不可感知性,理论上分析了在一个包含n个像素的灰度图像块内,最多改变2个像素,每个像素都只改变最不重要位的情况下,信息隐藏的容量上界,证明了不可能构建完全满足该条件的加权矩阵。提出了一种利用自然数列,构建次优加权矩阵的算法,该算法能将载体图像块内的像素修改值,放大相应倍数,从而用最小的修改,隐藏最多的数据,该算法还能推广至彩色图像。大量仿真实验表明,当分块不大于2 500万像素时,采用该算法构造的次优加权矩阵与最优矩阵进行信息隐藏的容量的差距最多为1个二进制位,该算法较好地平衡了信息隐藏的容量和不可感知性。

利用Chebyshev窗函数获得恒定束宽加权矩阵的数值算法

为了避免空间指向性由于频率变化引起的发射或接收信号失真,目标分类与识别用声纳常采用恒定束宽阵。恒定束宽加权矩阵的获得方法是设计此类声纳基阵的技术关键。根据空间加窗可以改变声纳波束形状的原理,提出了一种利用Chebyshev窗获得形成恒定束宽波束所需频域加权矩阵的数值算法。文中从分析Chebyshev窗的三个参数之间的关系出发,获得了用于确定最优权系数的迭代公式,并提供了收敛步长的选取方法。计算机仿真验证了方法的有效性。

关于确定加权矩阵的两个定理

给定一线性连续或离散时间系统以及与其对应的二次型性能指标函数,文中证明了在系统的开、闭环特征多项式,系统的系数矩阵以及二次型性能指标函数中的加权矩阵之间存在一组确定的显式关系.根据这组关系,满足期望闭环特征值要求的加权矩阵的确定问题变为求解一组具有二次变量的非线性方程组.对于高阶系统,用数值方法求解该方程组也是十分方便的.

基于全加权矩阵分解的用户协同过滤推荐算法

针对传统的基于用户协同过滤推荐算法将用户对某物品的喜好程度等同看待的问题,文中提出了一种融合全加权矩阵分解的用户协同过滤模型。该模型首先为观测值设计频率感知加权,且非均匀地设计用于未观测值的用户导向加权。然后组合观测值和未观测值的加权,并根据评分确定用户声誉和用户关系的相似性,构建融合全加权矩阵分解的用户协同过滤模型。为了验证提出的推荐算法的性能,在Douban、Epinions和Last.fm 3个真实数据集上进行了仿真实验。实验结果表明,所提出的AWMF_UCFR算法的推荐准确性与MF算法、WRMF-UO算法、SoRS算法相比有显著提高。

LQ最优控制系统加权矩阵Q的一种数值算法

利用 L Q最优控制逆问题的参数化解 ,将求解对称、非负定加权矩阵 Q的问题变为一类 F-范数优化问题 ,给出一种求解 L Q最优控制指标函数中的加权矩阵 Q的简便而系统的方法。算法的优点在于任意给定一组自变量 ,通过解这类优化问题就可求得满足闭环特征值要求的加权矩阵 Q,而且具有良好的收敛性。

最优状态反馈设计中加权矩阵新的选定方法──零点追加法

最优控制系统设计中，由于二次型评价函数和闭环系统的关系不明，往往采用试探法选取加权矩阵Ｑ及Ｒ．这种设计方法不仅使得工作量大为增加，也给控制系统现场调试带来了很大困难，本文阐述了一种新的方法──零点追加法，来选定加权矩阵Ｑ，Ｒ．

基于加权矩阵聚类的Web日志挖掘算法

Web服务器日志中记录了用户的浏览模式,为了从中提取出具有相似访问模式的用户群,对其提供个性化服务,提出一种针对Web日志的分析方法。通过构建UserID-URL关联矩阵,引入加权关联矩阵,提出一种基于加权矩阵的聚类算法——多标记传播算法。实验表明,该算法在Web日志挖掘中进行用户聚类和页面聚类是高效可靠的。

线性最优控制系统加权矩阵的仿真研究

对于同一种控制对象设计最优调节器时 ,二次型指标中加权矩阵Q和R的选择不同 ,系统的动态性能也不一样 .为使所设计的线性最优控制系统更好地适应生产实际需要 ,对二次型指标中的Q阵和R阵进行计算机仿真研究 ,研究表明 :Q固定时 ,R中的相应元素增大 ,系统的上升时间与稳态误差减小 ,而超调量和过渡过程时间增大 ;R固定时 ,Q中的相应元素增大 ,系统的上升时间与稳态误差增大 ,而超调量和过渡时间减小 ,说明Q和R阵的选择对系统动静态指标的影响遵循一定的规律 ,可根据实际系统要求选择合适的加权矩阵 .

基于加权矩阵的HEVC信息隐藏算法

针对信息隐藏容量小及隐藏秘密信息后造成视频比特率过快增长的问题,文中提出了一种基于加权矩阵的高效视频编码信息隐藏算法。将HEVC视频图像按照四叉树结构划分成块,选取其中纹理复杂度较高的3个4×4亮度块做lαβ分解得到3个灰度分量子图,对α分量子图做DCT变换,选取3个中频系数的LSB位按块的顺序组合成1个3×3大小的矩阵作为信息隐藏区域,利用加权矩阵实现秘密信息的嵌入。实验表明,最多修改2个DCT系数就可以实现5 bit秘密信息的隐藏且避免了视频比特率的过快增长。

确定线性调节器加权矩阵的简易方法

本文给出了线性二次型性能指标中加权矩阵与开环、最优闭环系统特征多项式系数之间的解析关系。只要给定一组期望的闭环极点,即可直接确定与之对应的加权矩阵。

最优加权矩阵的选取

在最优控制系统设计中,由于二次型评价函数和闭环系统的关系不明,往往采用试探法选取加权矩阵Q、R。这样不仅难以选定最优参数,也给控制系统的现场调试带来了很大的困难。本文阐述了一种选取加权矩阵的新方法——零点追加法。

选取离散系统最优调节器加权矩阵的简便方法

本文对离散线性定常系统最优调节器的逆问题,给出一种选取加权矩阵的简便方法。

水电机组线性最优调节器加权矩阵的确定方法

给出一种适合于水电机组线性最优调节器的加权矩阵的确定方法———基于次时间最优控制的加权矩阵的确定方法 .仿真表明 ,这种方法有助于设计者快速、准确地得到合适的加权矩阵 ,避免了盲目试验 .在此基础上 ,针对目前使用较多的对角加权矩阵 ,给出了相应于机组转速、导叶开度、桨叶开度。

传递对准野值加权矩阵修正方法应用研究

卡尔曼滤波器广泛应用于传递对准中,在实际系统中,由于各种原因的影响,传递对准过程所采用的量测序列中会出现野值,量测序列中的野值会影响到滤波器的估计效果,使得滤波精度下降。为了解决该问题,采用一种加权矩阵的方法对量测信息中的野值进行了修正,仿真结果表明,该方法可以有效减弱野值对滤波效果的影响。

阵元等功率约束下的MIMO雷达发射加权矩阵优化算法

为提高多输入多输出(MIMO)雷达的目标角度估计性能,同时兼顾雷达发射功率利用率的需求,该文以合成发射导向矢量与期望导向矢量二范数误差为目标函数,研究了阵元等功率约束下的发射加权矩阵优化问题。推导了发射加权矩阵向量化条件下的等价优化模型,并基于循环优化方法和改进PDR算法对其进行了求解。在每次迭代过程中,所提方法均能获得子优化问题的闭式解,因而其计算复杂度非常低。在此基础之上,从理论上证明了所提方法的收敛性。由于该方法实现了MIMO雷达发射功率在期望空域的聚焦,在同等条件下相比传统MIMO雷达能够有效提高目标的角度估计性能。最后,仿真实验表明了所提方法的有效性。