融合信任传播和奇异值分解的社会化推荐算法

针对用户信任矩阵中的数据稀疏问题,设计用户信任关系的传播规则,根据该规则计算用户之间的信任度,填充用户信任矩阵。在此基础上,结合用户信任传播算法和奇异值分解模型,提出一种社会化推荐算法,将用户评分矩阵与信任关系矩阵相结合,提高推荐系统的预测准确率。在Epinions和Filmtrust公开数据集上的实验结果表明,该算法相比传统推荐算法具有更高的推荐质量。

基于中值滤波-奇异值分解的胶合板拉伸声发射信号降噪方法研究

为了去除声发射信号中的随机噪声与脉冲干扰,提高有用信号质量,提出一种中值滤波与奇异值分解相结合的降噪方法。该方法首先对原始声发射信号进行中值滤波,去除幅值较大的异常值,其次对去除异常值的信号序列进行相空间重构和奇异值分解,最后针对确定重构阶数这一难点,提出奇异值能量差分谱概念,并利用能量差分谱的较大峰值位置来确定奇异值的重构阶数,以实现降噪。数值仿真和五层胶合板强度测试的实测数据分析表明,该方法能够有效地保留原有信号的特征,并能最大限度地消除噪声,提高信噪比。

基于奇异值分解的自适应近邻传播聚类算法

针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播(SVD-SAP)聚类算法.通过引入奇异值分解,对高维数据进行重构、降维,消除冗余信息,并在此基础上采用非线性函数策略,自适应地调整阻尼系数,提高算法的聚类性能.仿真实验结果表明,与已有算法相比,该改进算法聚类精度更高,收敛速度更快.

基于奇异值分解的双-单端煤矿井下电缆故障定位

行波测距最重要的是时间和波速的确定。双端测距需要GPS授时系统,两端的授时误差增加了首波到达时刻的准确性。对电缆线路来说,行波的色散更加严重。而且不管单端还是双端测距,波速的确定对结果的影响都非常大。故障线路两端同时利用Hankel矩阵方式下对到达两端的电流行波进行奇异性分解(SVD)。每端分别得到首波及第二个波形到达的时间。SVD在不同的分解层上的奇异点结果不会发生偏移,克服小波变换随着分解层数增加带来的奇异点偏移缺点。波速的大小与频带关系紧密,行波信号经过小波分解再重构为多个频带的时域信号。在计算每个频带下前两个波头之间的相似度后,选取相似度最大的频带得到电缆的波速。在考虑线路时频特征对行波波速v的影响同时,提出双-单端故障测距。最后两端分别得到的故障点位置经过误差纠正算法,使得结果更加准确。

基于奇异值分解法的含量-面积法对化探异常的确定

地球化学场的数据通常具有分形的特征。应用奇异值分解方法对元素含量数据矩阵进行分解,对奇异值进行分形统计,得到了分形模型,重建元素含量的数据矩阵。然后利用含量-面积的分形方法对重建后的数据矩阵进行分形处理,使用MAPGIS软件进行统计分析,得出研究地区元素的异常下限,做出元素异常分布图,并与该地区已知矿点的分布图进行叠加分析,预测潜在的成矿区。

基于奇异值分解和总体最小二乘-旋转矢量不变技术的电力系统基波频率测量方法

提出一种电力系统基波频率测量方法。首先,基于奇异熵增量及其增量微分来确定有效信号的重构阶次,通过奇异值分解的逆过程来对电网电压信号进行重构,从而消除了噪声、扰动等影响,提取出其中的基波信号,然后利用总体最小二乘-旋转矢量不变技术算法进行频率估计。仿真结果表明,提出的方法在噪声环境下、电网电压信号发生了频率偏移、出现谐波及瞬时脉冲、谐波及暂态振荡等复合扰动的情况下,有效地提取出了基波信号并较为准确地估算出了其频率值。

基于奇异值分解和一致-可信度的判断矩阵一致性改进

判断矩阵的一致性改进是层次分析法中的难点。针对该领域研究中存在的不足之处,介绍基于奇异值分解的权重确定方法,提出一个衡量判断矩阵一致性和可信度的综合标准,即一致-可信度,在奇异值分解和一致-可信度的基础上给出一种获得最佳改进判断矩阵的一致性改进方法。

一种基于奇异值分解和置信传播的图像匹配算法

图像匹配技术是计算机视觉中一个很重要的问题。当匹配在不同的视角、不同光照、局部遮挡以及复杂背景的情况时,由于特征的可重复性以及区分性下降会导致许多误匹配。针对上述问题,提出了一种提高图像匹配精度方法,这种方法能够去除误匹配的同时恢复丢失的匹配点对。首先采用快速鲁棒性特征(Speeded Up Robust Features,SURF)提取关键点和描述子,从而构建邻接矩阵,然后对邻接矩阵进行奇异值分解获得初始匹配。三角剖分用于提纯初始的匹配,最后通过双图限制恢复丢失的匹配点对。在Oxford数据集测试的实验结果表明,所提出的方法在匹配性能和精度方面,优于随机抽样一致性算法(Random Sample Consensus,RANSAC)。与此同时,该算法的稳定性也相应提高。

应用奇异值分解技术提取滇东南锡-钨多金属矿化航磁异常

滇东南锡-钨多金属矿集区位于扬子陆块、华夏陆块及印支陆块的交汇处,区内分布一系列与晚白垩世大规模岩浆作用密切相关的锡、钨、铜、银、铅、锌多金属矿床。对滇东南1200000航磁数据化极处理后,应用奇异值分解(SVD)技术提取航磁数据中与锡-钨多金属矿化有关的深部地质结构和地质体特征分量。通过定义不同的滤波器,选择相应的特征分量进行重构,获得反映深部及浅层的地质结构和地质体空间分布的图像。研究表明:①研究区深部存在2种磁性特征的基底,即强磁性基底(哀牢山岩群、大红山岩群和瑶山岩群)和弱磁性基底(昆阳群和猛硐岩群);②与矿化密切相关的花岗岩体显示为环绕负磁异常发育正磁异常,环形正磁异常可能反映了接触交代矿化蚀变带的空间分布;③环绕负磁异常发育正磁异常区域是进一步找寻锡-钨多金属矿床的最佳靶区。

认知无线电中基于多窗口谱估计-奇异值分解的频谱空穴检测方法研究

在认知无线电技术中,为了可靠的进行频谱空穴检测,提出了一种基于MTM-SVD的频谱空穴检测方法.该方法一方面利用了MTM谱估计的优良特性,一方面使用SVD算法对各传感器接收的空间信号实现了相关处理,并将共性成分提取出来.仿真结果表明,相比较于使用单个传感器进行检测,这种方法能够显著提高检测的性能,减小认知无线电用户对授权用户的干扰.

小波变换系数奇异值分解数字水印防伪算法

目的研究针对打印扫描盗版方式的数字水印防伪算法。方法结合矩阵奇异值分解(SVD)的抗几何畸变特性和离散小波变换(DWT)多分辨率分解特性,提出一种基于CIE1976L*a*b*颜色空间的彩色图像数字水印防伪算法,并通过仿真实验评价算法的有效性。结果含水印彩色图像与原始彩色图像的色差均值为1.2183,小于3,且提取的水印中至少有1个水印有效,其相关系数均满足R>0.6。结论在保证水印不可见性的同时,该算法对打印-扫描操作及大多数常规图像处理具有很好的鲁棒性。

基于奇异值分解和多级支持向量机的配电网故障类型识别

对配电网故障类型的及时准确识别有助于故障定位和事故分析等。提出一种基于奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障类型识别方法。首先通过希尔伯特-黄变换(HHT)带通滤波算法对三相电压/电流、零序电压等7个故障波形进行等频宽分解,构造时频矩阵。然后将时频矩阵SVD得到的部分有效奇异值作为特征量,输入到多级SVM进行训练和分类识别。利用PSCAD/EMTDC软件搭建10 k V配电网模型用于获取训练样本和测试样本。测试结果表明,该方法对配电网单相接地、两相接地、两相短路、三相短路等10种故障类型的识别正确率较高,且在噪声干扰、采样不同步、系统网络结构改变、负荷电流变化、系统中性点经消弧线圈接地、系统等值阻抗变化、分布式电源接入等情况下均有较好的适应性。

MBCV-EWT和奇异值差分谱的滚动轴承信号降噪方法

针对滚动轴承振动信号降噪时,克服模式混叠、保证各频率成分完整性和独立性问题,提出最大类间方差-经验小波变换分解(maximum between-cluster variance-empirical wavelet transform,简称MBCV-EWT)与奇异值差分谱相结合的信号降噪方法。首先,针对传统区间划分的不确定性问题,提出MBCV-EWT信号分解方法,通过最大类间方差对信号频谱自适应划分,并在每个划分区间上构建带通滤波器;其次,针对分解分量冗余,提出脉冲指标作为调幅-调频分量筛选准则,选取最优的分量用于降噪;最后,对最优调幅-调频分量进行奇异值分解,根据其差分谱重构分量并实现降噪。仿真及实验结果表明,该方法能够实现频谱自适应划分,有效克服模式混叠等问题,保证分解得到的各成分主频独立且完整,调幅-调频分量筛选准确,降噪效果明显,为故障识别和预测奠定研究基础。

基于改进HHT的奇异值分解和马氏距离的滚动轴承故障诊断

针对滚动轴承振动信号的非平稳性以及故障诊断样本总量少的特点,提出一种基于改进希尔伯特-黄变换的奇异值分解和马氏距离相结合的故障诊断方法。首先,采用改进经验模态分解方法将所测不同工况下的滚动轴承信号分解成多阶固有模态函数,并根据各模态函数的特性选取对各工况信号敏感的模态分量;其次,对敏感模态函数分量组成的特征向量进行奇异值分解,并以分解结果的期望值作为诊断的特征值;最后,将马氏距离判别算法应用于滚动轴承的工况和类型判别。试验结果表明,本文所提方法能有效识别出滚动轴承的工作状态,具有一定的应用价值。

考虑声-振模态结合的抽水蓄能机组轴承故障诊断

为解决抽水蓄能机组轴承磨损故障难以监测和识别的问题,提出一种结合声振数据的双模态神经网络机组轴承诊断模型。首先分析了抽水蓄能机组声振特性,融合相似软阈值对奇异值分解去噪方法进行改进,有效消除非接触式传感器固有噪声干扰。其次提出逆巴克频谱变换方法,并结合巴克频谱变换和格拉姆角和场变换等特征工程技术,提取机组轴承的声纹和振动特征图。通过融合相对位置编码的自注意力机制和深度可分离卷积,建立特征图传递网络。同时运用多头自注意力机制和双向长短期记忆网络搭建了时序数据传递网络,并以平行网格架构构建了机组轴承故障诊断模型。实验对比分析表明,所提方法具有较高的故障识别准确率,为抽水蓄能电站机组轴承监测问题提供了有效的解决途径。

基于中值滤波-SVD和EMD的声发射信号特征提取

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法。首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪;最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量。数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别。

舰船航行噪声传播路径研究

为降低舰船航行过程中噪声,研究舰船航行噪声传播路径问题。由于舰船航行过程中具有多处噪声来源,因此可将舰船航行过程中的多源噪声信号定义为卷积混叠,由此提出耦合噪声源分离方法。基于表示舰船航行过程中的噪声源信号与噪声信号接收器在不同时间节点下所获取的噪声观测信号,确定舰船航行噪声源信号。在此基础上,通过奇异值分解法处理噪声源信号,利用工况传递路径分析法分析舰船航行噪声传播路径贡献量。实验结果显示,该方法能够准确计算噪声传播过程中的损失量,分析舰船航行过程中噪声的主要来源,有效辅助研究对象航行过程中的噪声抑制处理。

基于奇异值优化的图像复制粘贴篡改检测算法

数字图像篡改检测是数字取证领域的一个迅速发展的研究方向。复制-粘贴篡改作为一种最常见的图像篡改方式,它是通过复制一幅图像的部分内容粘贴至同幅图像另一处来隐藏或克隆对象的目的。针对已有检测算法效率不高的问题,本文提出了一种基于改进的奇异值分解的复制-粘贴篡改检测算法。该算法降低了奇异值特征向量的维度,并增加了向量相似度判别的步骤以提高准确性。实验结果表明,该算法能有效的检测复制-粘贴篡改区域,而且计算量小、检测效率高,并具有良好的检测精度和鲁棒性。

基于改进UKF的电-气耦合系统状态估计

随着“双碳”减碳目标的能源改革推进,综合能源系统得到了快速的发展,电-气耦合系统成为实现多能流能源交互运行的重要案例。然而,由于各子系统之间信息交互、响应时间与运行时间尺度之间存在较大差异,给能源管理系统的监测与状态感知能力带来严峻的挑战。考虑电、气子系统状态估计之间存在不同时间尺度问题,该文构建多时间切片统一的分段式状态估计模型,提出了基于奇异值分解的无迹卡尔曼滤波多能流系统动态状态估计算法。仿真算例验证了分段式状态估计策略的有效性,有效实现对电-气耦合系统的精准监控,并且估计结果具备更强的数值稳定性。

基于输出反馈的分数阶奇异线性多智能体系统领导者-跟随一致性

本文主要开展多智能系统领导者-跟随一致性分析,其中每个智能体的动态性能描述为分数阶奇异线性系统.基于系统的输出信息,设计一个输出反馈的控制协议.通过有效的证明,推导出多智能体系统领导者-跟随一致性的充分条件.采用奇异值分解(SVD)技巧,可将一致性条件进一步转换为易于求解的线性矩阵不等式.当通信拓扑图假设为无向连通图时,一致性条件可以简化为相对简单的多个线性矩阵不等式.最后给出一个实例,演示如何求取反馈增益,通过仿真图可以发现本文结果正确、有效.