基于谱图分解的宽带通信信号智能检测算法

对于宽带通信信号检测问题,针对目前基于深度学习的信号检测算法不适应于处理大带宽和大时宽的宽带信号以及对信号时频参数估计存在的固有偏差问题,提出基于谱图分解的宽带通信信号智能检测算法,完成对大带宽接收信号中窄带信号的高效准确检测。首先将由宽带信号转化而来的灰度时频谱图通过谱图分解得到适合于目标检测网络输入大小的子谱图,然后使用改进的无锚框YOLOx目标检测算法对子谱图中的窄带信号进行检测,最后将子谱图的信号检测结果融合得到窄带信号的时频参数等检测结果。经过实验测试得出,该算法能够适应复杂的噪声环境,与其他深度学习算法和传统算法相比,具有较高的信号检测概率,较低的虚警概率,较小的信号参数估计平均误差,其检测精度更高,鲁棒性、实用性、通用性更强。

基于稀疏一致图分解的鲁棒多视图聚类算法

由于数据形式日益复杂,陆续涌现了大量多视图聚类算法。但现有方法存在计算复杂度较高、需要额外的后续处理步骤、构造的相似图非最优等缺点。基于此,首先提出一种基于稀疏一致图分解的单视图聚类算法,然后将其扩展为多视图聚类算法,考虑不同视图对最终结果的贡献不同,对每个视图分配适当的权重,同时利用L_(2.1)范数,得到性能更优的一致图,在一致图基础上学习非负表示矩阵,经交替迭代得到聚类结果。最后在多个数据集上进行比较实验,验证了该算法的有效性。

七点七边图的图分解

研究了2个七点七边图的图分解,首先利用带洞图分解给出图分解存在的递归构造,然后利用差方法构造出递归构造中所需的图分解,最后给出了图分解的存在谱.

一种新的基于特征直方图分解的红外焦平面阵列无效像元判别方法

为有效地判别和剔除红外焦平面阵列(IRFPA)的无效像元,本文在分析了IRFPA有效像元响应模型的基础上,指出在均匀输入时IRFPA有效像元输出值的均值差(DOM)和标准差 (STD)特征的分布具有正态性,通过采用自适应投影匹配分解法对特征直方图进行高斯分解,进而估计出有效像元DOM和STD特征的分布区间,从而得到了判别无效像元的分类准则.针对实际IRFPA图像数据的实验表明,本文提出的无效像元的判别方法是有效的.

容许两个盘故障的磁盘阵列数据布局与图分解的条件和存在性研究

从一个新的途径讨论容许两个盘故障的磁盘阵列数据布局 :把由数据单元和通过“异或”运算得到的校验单元组成的校验组用一个图表示 ,把校验组容许两个盘故障的阵列布局归结为校验组的单元集合的划分 ,进而转化为校验组的图的顶点和边组成集合的满足一定条件的分解 .证明了校验组容许两个盘故障的单元集合划分的充分必要条件及存在性 ;讨论了优化阵列布局方案性能的条件 ;给出了阵列布局的步骤 .从而为设计具有最优性能的容许两个盘故障的磁盘阵列数据布局方案提供了有效的途径 .

基于车身装配结构优化的改进图分解算法

在考虑车身制造和装配成本的前提下对车身装配结构优化方法进行了研究,提出一种改进的图分解算法将车身装配结构最优地分解为一组部件.以白车身侧围的装配模型为例,将结构的几何图形转化为与之对应的关系拓扑图,再分割该关系拓扑图为一组工程约束下的单连通不交叉子图集,结合遗传算法中的算子操作,利用有限单元法分析并计算得到产品几何图形的最优分割,采用NSGA-Ⅱ算法并实现该装配体综合性能最优的目标.

基于图分解的装配序列生成算法研究

对装配序列生成中几种常用的方法进行了详细的探讨与比较 ,提出基于图分解的装配序列生成算法 ,并对图分解法中序列数随零件数剧增的问题 ,采用增加更多的可行性判断标准 ,利用闭环规则、超集规则和子集规则简化计算 ,并预先从部件层次图提取优选子装配体 ,从而使装配序列能够简单、准确、高效生成。

采用图分解的特征识别算法研究

CAD/CAE模型转换,其关键在于如何将模型分解为最简单元,这些单元往往具有相近的网格划分属性,可以方便估计计算误差和计算时间。基于此提出了基于图分解的特征识别算法,对属性邻接图进行分解,根据分解后的属性邻接图中的连通分量生成体特征。该算法不再局限于特征类型,只要合理控制顶点的可分解性判断就可以得到期望的模型分解结果;同时该算法可以获得体特征,使得可以在特征这一粒度上进行特征删除和替换,以方便地完成模型的简化。

用于求解多媒体时间同步问题的节点删除与图分解算法

文中将多媒体时间同步问题转化为一个有向带权图的平衡权值分配问题．针对这样一个强ＮＰ类难解问题，提出了节点删除法和图分解法来处理原始图，尽可能地降低计算复杂性，从而有效地解决多媒体时间同步问题．

基于残差图分解与平滑块排列的低剂量CT投影降噪算法

针对低剂量CT(Computed Tomography)图像质量严重退化的问题,将平滑块排列(Smooth Patch Ordering,SPO)算法应用于低剂量CT投影降噪中,并通过残差图分解提取图像结构信息以进一步提高SPO算法的去噪性能.首先对低剂量CT投影进行SPO滤波得到初始的降噪投影,然后通过改进的形态分量分析(Morphological Component Analysis,MCA)方法将残差图分解为结构部分和噪声部分,并将残差图中提取的结构部分作为补偿投影,与降噪投影相加得到新的降噪投影.最后利用滤波反投影(Filtered-Back Projection,FBP)方法对新的降噪投影进行重建,获得重建的低剂量CT图像.实验结果证明,与其他传统算法相比,所提算法在低剂量CT重建图像的噪声抑制以及边缘、细节和结构等特征的保持方面都有明显的优越性.

一种基于图分解的几何约束求解方法

为了提高几何约束求解的效率和鲁棒性 ,对基于图的构造方法进行了改进 ,即加入虚约束进行扩展和过约束问题的一致性判定 ,提出了一种基于图分解的方法 ,用此方法可以处理包括完全约束、过约束和欠约束等多种情况的约束求解问题 ,另外 ,在该方法中还通过引入分解树将约束求解的范围由整体下降到局部 ,使大部分求解过程能够采用几何求解实现 ,提高了求解和后续修改的效率 ,通过实验数据测试证明 ,该方法对于大型约束求解问题可以达到实时处理的效果 。

基于改进图分解法的多材料车身结构优化设计方法

针对概念设计阶段的车身结构轻量化设计,提出了一种可实现车身多材料结构设计的分层迭代优化方法。该优化方法的设计变量中,除常见的板厚、材料外,还包括装配设计中的拓扑连接,以实现“将合适的材料用在合适的部位”的要求。分层迭代优化的第1层以拓扑连接为设计变量,采用图分解和NSGA-II对车身装配拓扑结构进行多目标优化,最大化车身弯扭刚度和1阶固有频率;第2层对板厚和材料进行多目标优化,最小化车身质量和材料成本。最终采用基于模糊集合的评分公式选定综合最优解,实现了考虑成本的车身结构轻量化设计。

广义De Bruijn图分解问题的一些结果

广义DeBruijn图是最近提出的一种具有良好性质的网络拓扑结构,文中对这类图的分解问题作了初步的分析,构造了一类基本模块,并得出了一些关于模块效率的数值结果.

思维导图分解法的公路工程投标过程风险分析

公路工程通过招标的方式授权给社会中的专业项目管理单位,并让其负责项目的投资管理和建设组织工作。但关于公路工程招投标的制度和监管措施还不够完善,所以这类公路工程招投标还存在一定风险。而运用思维导图分解法则能够很清晰地将公路工程投标过程的风险呈现出来,并在此基础上加强对工程投标风险的控制。本文从公路工程投标的流程、思维导图分解法、公路工程投标过程风险体系的三个方面分析来对公路工程投标过程进行风险分析。

结合思维导图分解法的EPC工程投标风险探究

结合兰州市某EPC工程,总结了EPC工程特点,介绍了投标风险分析流程,并借助思维导图分解法,对投标阶段风险因素进行了分析,提出相应防范措施,确保工程顺利中标,为类似工程提供参考。

先验规则和深度学习融合驱动的舰船电气图纸布局方法

针对目前舰船总体设计过程中电气图纸设计自动化程度低、人力消耗大、易出错等问题,提出一种融合先验规则和深度学习、统筹布局和布线、可应用于工程实践的电气图纸自动化布局方法。首先,根据当前舰船电气原理图布局的拓扑特点,基于树状图拓扑结构提炼出典型的先验规则;其次,以电气连接关系为输入,自动化生成初步电气原理图;最后,采用奇异值分解方法提取连接关系特征,并使用深度神经网络对初步电气原理图参数进行优化。选取某型舰船的7张典型图纸开展应用验证,结果表明:①所提方法可在保证图纸连接关系正确的基础上,实现自动化电气设计布局布线任务,②在大样本的布线试验中,99.1%的图纸都能在10秒内完成布线。所提方法可以应用在所有连接关系为树状拓扑或可以转化为树状拓扑的电气布线任务中,实现电气图纸正确、快速、合理的自动化布线布局,有效提高电气布局布线工作中的自动化程度,进而提高舰船的总体设计能力和效率。

图因子分解的故障节点快速修复

为了提高分布式存储系统中故障节点的修复效率,提出一种新的部分重复(fractional repetition,FR)码的构造算法.该算法利用完全图的因子分解进行构造,称为CGFBFR(complete graph factorization based FR)码.该算法首先对完全图进行因子分解,分解完成以后确定完全图的因子分解个数,根据需要存储数据块的重复度来选择完全图的因子个数,将完全图选中的因子所有顶点当做分布式存储系统中需要存储的数据块,然后对选中因子图的边进行标记,标记的边当做分布式数据节点进行存储.最后根据选中的因子的顶点和边生成编码矩阵,在分布式存储系统中按照编码矩阵中的数据对数据块分别进行存储.实验仿真结果显示,本文提出的一种新的部分重复码构造算法,与分布式存储系统中的里所(reed-solomon,RS)码、简单再生码(simple regenerating codes,SRC)以及最新的循环可变部分重复(variable fractional repetition,VFR)码相比,在系统修复故障节点时,能够快速地修复故障节点,有效降低了故障节点的修复带宽开销、修复局部性、修复复杂度,而且构造过程简单,同时可以灵活选择构造参数,广泛适用于分布式存储系统中.

基于计算代数和图分解的几何约束求解技术

满足几何约束是参数化设计中的中心问题。在许多应用中 ,需要找到约束系统的全部解。基于计算代数的方法可以实现这个目的 ,但其弱点在于计算复杂。利用图分解和计算代数相结合的方法对约束系统进行求解。通过图分解 ,将一个约束系统分解成为许多子系统 ,利用吴方法等技术求出各子系统的解 ,将各子系统的解结合从而求出整个约束系统的全部解。该方法比单纯利用计算代数求解高效 ,并且不会改变约束系统的解集。实验结果表明 。

基于多尺度图分解的极化SAR图像分割算法

本文提出了一种基于多尺度图分解的极化SAR图像分割算法。该算法首先构造亲和矩阵,得到无向连接图,然后通过对数据进行多尺度采样,构造多尺度连接图,最后结合规范切准则,引入并行处理思想,实现数据的快速有效分割。其中在构造亲和矩阵时除了利用强度和轮廓参数,还兼顾极化SAR数据的特性,引入了反Wishart距离。最后分别利用星载和机载极化SAR数据进行对比实验,验证了算法的可行性和有效性。

基于最大主子图分解的贝叶斯网络等价类学习算法

针对基于约束方法学习贝叶斯网络(BN)结构的不足,以及随着条件集的增大,利用统计方法进行条件独立(CI)测试不稳定等问题,提出一种基于最大主子图分解(MPD)的BN等价类学习算法.该算法首先通过MPD分解技术对BN的道德图进行分解;然后利用0阶和1阶CI测试识别部分子图中的V结构,对于初步未定的V结构利用局部评分搜索确定,从而避免了冗余检验,有效地减小了条件集的维数,并且提高了算法的效率.理论证明和实验结果均表明了所提出算法的有效性和合理性.