杂交应力元的应力子空间和柔度矩阵H对角化方法

证明了:1)杂交元假设应力模式线性无关是柔度矩阵非奇异的充分必要条件;以及2)等价假设应力模式形成相同的杂交元· 在此基础上建立了假设应力模式的希尔伯特应力子空间,从而可以利用斯密特方法简单地得到等价的正交归一化应力模式,实现了柔度矩阵对角化,使得杂交元形成过程中完全避免了繁杂的矩阵求逆运算,极大地提高了杂交元分析的计算效率。

结合加权子空间和相似度度量学习的人脸验证方法研究

在无约束条件下,人脸表情、姿态、光照以及背景等复杂因素可能导致人脸图像的类内变化大于类间变化.针对如何降低较大的类内变化对人脸验证研究的影响,本文结合加权子空间,提出了一种带先验相似性和先验距离约束的相似度度量学习方法.首先,利用类内人脸对样本,学习带权重的类内协方差矩阵,通过加权子空间的投影,从人脸图像中获得鲁棒性的人脸特征表达;其次,利用样本对的相似性与差异性,建立了带先验相似性和先验距离约束的相似度度量学习模型,优化后的度量矩阵可以有效提高特征向量的类内鲁棒性和类间判别性;最后,利用优化的度量矩阵计算人脸对的相似度.在LFW(Labeled Faces in the Wild)数据集的实验验证了所提模型的有效性,与其它同类相似度度量学习方法相比,优化的度量矩阵更能准确地评估人脸间的相似性,并在受限训练集上取得了91.2%的识别率.

基于CCA子空间和GMM的自动图像标注

为了避免图像分割,并提高图像标注精度,提出一种基于典型相关分析(CCA)和高斯混合模型(GMM)的自动图像标注方法。利用CCA对图像的全局颜色特征与全局局部二值模式(LBP)纹理特征进行特征融合。使用融合后的语义特征,对每一个关键词建立GMM模型来估计单词类密度,从而在特征子空间中得到每个单词的概率分布。采用贝叶斯分类器确定每个标注词和测试图像的联合概率,运用词间语义关系优化标注结果。实验结果表明,使用该方法后的图像标注性能有了较大程度的改善。

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。

基于子空间和稀疏贝叶斯学习的低信噪比下波达角估计方法

为研究低信噪比条件下阵列信号处理中的波达角(Direction of arrival,DOA)估计问题,分析了低信噪比条件下信号子空间和噪声子空间的特征值表现,探讨了随机观测对子空间特征值的影响。提出了在低信噪比条件下对接收信号先进行子空间分离,后进行随机观测的降维处理方法,并将稀疏贝叶斯学习应用到DOA中,降低了DOA估计的复杂度,同时保证估计的精度。仿真实验表明,本算法在低信噪比条件下性能良好,对非相干源和相干源均有良好的估计性能。

基于子空间和投影分离的三维正弦信号频率估计算法

本文提出了一种基于子空间和投影分离的三维正弦信号的频率参数估计算法.算法核心思想在于将三维采样数据阵理解为散布在某一维上的二维切片矩阵列,以此来实现对三维采样数据阵列的降维处理,并通过构造投影矩阵来实现信号中各分量的分离,算法可实现信号各分量三维参数自动配对.在整个估计过程中,算法所用矩阵都维持原采样数据阵规模,因而算法整体运算量较小.计算机仿真结果表明所提算法在性能及运算复杂度上均要优于三维情况下的IMDF算法及HOSVD算法.

基于双决策子空间和神经网络的人脸表情识别

提出了一种新的基于双决策子空间和径向基函数(RBF)神经网络的人脸表情识别方法。该方法首先采用CKFD算法在双决策子空间(核空间和值域空间)中进行决策分析,提取两类判决特征信息:非常规信息和常规信息,并按一定的规则融合这两类判决信息;再运用RBF神经网络分类器和融合特征进行人脸表情的分类识别。基于日本女性表情数据库JAFFE的实验结果表明,它是一种有效的人脸表情识别方法。

基于子空间和小波相结合的语音增强

提出了基于子空间语音增强与基于小波语音增强相结合的语音增强方法,克服了仅用子空间方法和仅用小波方法各自的弊端,并充分利用了两者的优点。实验结果表明,恢复后的语音不仅失真较小,而且更大程度上抑制了噪声,有效去除了音乐噪声。

基于子空间和直方图的多记忆自适应相关滤波目标跟踪算法

为了增强相关滤波算法(CF)在目标遮挡或背景干扰情况下跟踪的鲁棒性,提出基于子空间和直方图的多记忆自适应相关滤波目标跟踪算法.首先,针对CF使用的模板单一无法应对不同时期相邻帧目标表现的差异,提出利用随机更新策略学习多个目标模板,应对不同时期的目标变化.然后,针对不同的更新模板得到多个候选目标,利用子空间学习上一帧的表示系数,综合判断候选目标的准确性.同时,因为CF与子空间表示均利用模板判断跟踪结果,对背景杂乱等情况判断容易造成偏差,所以引入颜色直方图,利用统计特征作为独立的判断依据,增强算法对候选目标判断结果的准确性.在标准视频集上的实验表明,文中算法具备一定的抗遮挡及抗背景干扰能力.

两个可补子空间和的可补性

指出Ｂａｎａｃｈ空间Ｘ的两个可补子空间之和未必再是Ｘ的可补子空间，但当Ｐ和Ｑ都是Ｘ上连续线性投影算子且ＰＱ是严格奇异算子时，ＰＸ＋ＱＸ是可补的．进而推出有限个两两不可比的可补子空间之和是可补的．

关于黎曼空间的全测地圆子空间和保圆变换

K.Yano在黎曼空间V_x中引进了测地圆的概念,把三维欧氏空间中的圆——曲率为常数,挠率为零的曲线加以推广,将黎曼空间V_n中第一曲率为常数,第二曲率为零的曲线称为黎曼空间V_n的测地圆,并在正定度量下建立了测地圆的微分方程:

基于L2,P稀疏子空间和局部结构保持降维

在无样本类别先验信息下,样本间的局部结构和全局结构信息在降维过程中成为重要的考虑因素。多数降维方法只考虑样本间的单一结构。在降维过程中考虑混合结构,提出基于L 2,p稀疏子空间和局部结构保持降维方法,同时考虑样本间的全局子空间结构和局部几何结构,通过刻画局部相似性关系图,保持降维前后样本间局部流行结构一致;通过更一般化的L 2,p(0<p≤1)范数约束,保持全局稀疏子空间结构,也更具普适性;降维过程中考虑混合结构,使得降维后的样本特征更具判别性。在4个图像数据集和4个生物基因数据集上的实验验证了所提方法的有效性。

线性方程组与四个基本子空间

在大学课程教学中,对齐次(或非齐次)线性方程组,通常借助高斯消元法和简化行阶梯型,以及基础解系(极大无关组)等,给出了线性方程组解的整体结构形式.本文试图从系数矩阵“四个基本子空间”出发,探讨矩阵的“四个基本子空间”与线性方程组之间的内在联系,归纳总结了相关结果.以期帮助学生,深刻理解线性方程组与解空间的本质.

关于线性子空间的并集的一个注记

设V是一个线性空间,不考虑V上的数量乘法运算和加法运算满足的交换律,则V构成一个群.给出了一个群V可以写成三个真子群的并集的充分必要条件.

工业遗产再利用背景下的城市亲子互动空间设计研究

工业建筑空间极具特色,将工业建筑遗产与亲子互动空间相结合,能增加亲子活动空间的独特性,又能赋予工业遗产新的功能,传播工业遗存本身所承载的文化符号,增强空间体验感受。文章通过对亲子互动空间设计的思考,将工业遗产改造为亲子互动空间的基本设计方法进行探究,提出适宜的改造策略,给亲子互动空间赋予新的文化内涵,推动工业遗产的发展,使工业遗产与亲子空间相互促进、相互融合。

基于动态正交子空间分析的质量相关微小故障检测

为进一步提升正交子空间分析(OSA)对过程微小故障的检测能力,提出一种基于动态OSA的故障检测方法。基于输入时滞值构建反映过程数据和质量相关数据动态特性的增广矩阵,采用OSA将增广矩阵分解成3个正交子空间,实现质量相关成分的有效分离;利用主成分分析对每个子空间进行独立监测,形成相应的得分矩阵;进一步通过Kullback-Leibler散度度量故障发生前后得分向量的概率分布差异,建立概率相关故障检测统计量,实现微小故障的检测。通过数值例子和田纳西伊斯曼(TE)过程的仿真实验验证了所提方法的有效性和检测能力。

基于函数−特征子空间的水下高分辨方位估计算法

针对有限阵列孔径下传统方位估计方法对低频目标方位分辨能力弱的问题,提出一种基于函数−特征子空间理论的高分辨方位估计算法。该方法在特征子空间算法的基础上,改进其投影扫描向量的子空间分解形式,并在计算流程中引入函数波束形成算法,获得基于指数控制的函数−特征子空间方位估计算法。理论分析与仿真结果表明,该算法涵盖了常规的特征子空间算法,且当指数绝对值小于1时,该算法在保证抗噪性能的前提下,空间方位谱具有更低的旁瓣和更窄的主瓣。试验数据结果表明,该算法在分辨能力方面优于特征子空间等波束形成方法,具有较好的实际应用前景。

基于多子空间加权移动窗主成分分析的全厂流程早期故障检测

早期故障的特征不明显,在全厂流程中比常规故障难检测.为了提高全厂流程中早期故障的检测率和灵敏度,将检测视角由全局转移至局部,提出基于多子空间加权移动窗主成分分析(PCA)的早期故障检测方法.使用结合过程知识和数据驱动的双层子空间划分方法,将过程变量划分到不同子空间中.使用加权的移动窗口增大早期故障的偏移量,将局部离群因子(LOF)算法引入PCA,以便进一步关注数据的局部特征,在每个子空间中建立故障检测模型.通过贝叶斯推理融合法对各子空间的监测结果进行信息融合,获得分布式监测结果.通过工业实例验证所提方法的性能.结果表明,所提方法在全厂流程中有效提升了早期故障检测的准确率和灵敏度.

基于子空间线性二次高斯的风电机组控制性能量化评估

针对目前风电机组控制性能综合评估时缺乏量化标准与评估方法的问题,提出了一种基于子空间线性二次高斯(LQG)的控制性能量化评估方法,利用子空间矩阵法求解出评估权衡曲线,确立了风电机组LQG控制性能基准与评估指标。以增加塔架阻尼减载控制改造的机组作为评估算例,采用2种数据处理策略进行改造前、后变桨控制性能的多变量综合量化评估。结果表明:2种数据处理策略均可得到准确有效的量化评估结果,所提评估方法可以实现对控制策略优化效果的综合量化评价。