椭球粒子的本征应变边界积分方程与局部Eshelby矩阵

针对粒子增强材料的大规模数值模拟问题,将局部Eshelby矩阵的概念引入到本征应变边界积分方程计算模型中,以解决粒子间的相互作用问题.局部Eshelby矩阵可以看作Eshelby张量和等效夹杂物的概念在数值方面的一种拓广.以全空间边界元子域法为参照,利用计算模型对无限域中的若干椭球粒子进行了三维应力分析.数值算例不仅验证了模型的正确性和方法的可行性,也表现出较高的计算效率,说明该计算模型和方法具有对粒子增强材料进行大规模数值分析的能力.

基于局部模型网络的主汽温阶梯式动态矩阵控制

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。

广义矩阵代数上的一类非线性局部可导映射

设G=G(A,M,N,B)是一个广义矩阵代数,∅:G→G是一个映射(无可加性假设).利用代数分解的方法,证明:如果对任意的X,Y∈G,且X和Y至少有一个是幂等元时,∅(XY)=∅(X)Y+X∅(Y)成立,则∅是G上的可加导子.

基于Hankel矩阵的复小波–奇异值分解法提取局部放电特征信息

气体绝缘组合电器(gas insulated switchgear,GIS)在产生局部放电(partial discharge,PD)时,会向外辐射特高频(ultra-high frequency,UHF)电磁信号,有效提取UHF PD信号的特征信息可实现GIS的在线监测与故障诊断。针对UHF PD信号经过复小波变换后,层间奇异信息分布和层内奇异信息复杂度的差异性,采用二元树复小波变换(combined dual-tree complex wavelet transform,DT-CWT)和奇异值分解(singular value decomposition,SVD)相结合的信号处理方法,提取了UHF PD信号的特征信息。采用Birge-Massart阈值策略对DT-CWT分解后的复小波系数模值序列进行压缩,并构造复合矩阵,分析复合矩阵的奇异熵和复小波分解层数的关系,提出一种求解复小波最优分解层数的算法;利用最优分解层数下的压缩后的各高频系数模值序列构造Hankel矩阵,提取各Hankel矩阵的最大奇异值和奇异熵作为PD辨识的特征参量。结果表明:该特征可以有效识别4种典型绝缘缺陷,且识别率都到达了92%及以上。

基于交叉小波变换和相关系数矩阵的局部放电特征提取

针对局部放电特征量的高维性及对噪声的高敏感性,提出一种基于交叉小波变换和相关系数矩阵的局部放电特征提取方法。基于交叉小波变换对信号的时频域分析功能以及对噪声的免疫功能,采用交叉小波变换分析变压器局部放电信号,并获得表征交叉小波谱图特性的特征量;然后利用相关系数矩阵对获得的特征量进行相关性分析,剔除具有较强相关性的特征量;最后将提取到的特征量送入概率神经网络与BP神经网络分类器进行放电模式识别。仿真及实例分析证明了该方法的有效性。

基于局部密度构造相似矩阵的谱聚类算法

依据样本数据点分布的局部和全局一致性特征,提出了一种基于局部密度构造相似矩阵的谱聚类算法。首先通过分析样本数据点的分布特性给出了局部密度定义,根据样本点的局部密度对样本点集由密到疏排序,并按照设计的连接策略构建无向图;然后以GN算法思想为参考,给出了一种基于边介数的权值矩阵计算方法,经过数据转换得到谱聚类相似矩阵;最后通过第一个极大本征间隙出现的位置来确定类个数,并利用经典聚类方法对特征向量空间中的数据点进行聚类。通过人工仿真数据集和UCI数据集进行测试,实验结果表明本文谱聚类算法具有较好的顽健性。

基于相关系数矩阵和概率神经网络的局部放电模式识别

针对变压器局部放电模式分类过程中特征参数维数过高的问题,提出了一种基于相关系数矩阵的参数降维方法。利用提取出的变压器局部放电信号的特征参数构造相关系数矩阵,通过分析放电信号18个特征参数间的相关性,删除具有相似分类能力的特征参数,之后引入分离度指标来衡量特征向量的分类能力大小,提取出6个具有较高分类能力的特征向量,最后通过概率神经网络进行模式识别。结果表明该降维方法有效降低了特征参数的维数,简化了分类器结构,在小样本情况下对于概率神经网络模式分类器具有较高的识别率,识别效果优于传统BP神经网络。

基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

电气设备的故障类型与局部放电现象密切相关,有效提取和分析局部放电信号中的特征信息对故障类型判断和运维检修具有重要意义。针对局部放电超声信号的特点,提出了基于相似矩阵的盲源分离方法对原始超声信号进行预处理,有效提取局部放电的特征量。采用光纤传输的局部放电超声检测平台对4种类型的局部放电信号进行采集,并应用上述方法对信号数据预处理,将处理后的数据作为训练样本用于深度学习模式识别,选用卷积神经网络,最终识别准确率达到90%以上,提高了局部放电类型识别的准确性,为新一代电力系统的设备故障诊断提供了一种新方法。

基于局部二值模式和灰度共生矩阵的籽棉杂质分类识别

籽棉杂质的分类识别是实现棉花生产线自适应加工的基础与重要依据。该文提出了一种基于局部二值模式和灰度共生矩阵的籽棉杂质分类识别算法,该算法将含杂籽棉图像首先转换为局部二值模式图像,获取图像的微观结构,再用局部二值模式图像生成灰度共生矩阵并计算特征参数,获取图像宏观结构。使用支持向量机作为分类器,用不同尺度的图像结构进行训练,从而达到籽棉杂质的分类识别。试验结果表明,该文设计算法对各种杂质的平均正确识别率达到了94%,超过单独使用局部二值模式和单独使用灰度共生矩阵的正确识别率,为实现棉花自适应加工提供了技术基础。

耦合多电极矩阵传感器在局部腐蚀监／检测中的应用

介绍了一种新的局部腐蚀实时监/检测方法——耦合多电极矩阵传感器技术。概述了耦合多电极矩阵传感器的工作原理及其探头构造,重点讨论了它的应用研究现状和数据处理问题,并根据目前数据处理中存在的不足,提出将现代数字信号处理技术、材料加工技术和耦合多电极矩阵传感器技术三者互相结合可能代表其未来发展的方向.

局部环上n阶矩阵的{1}-逆作成的群

研究了有单位元的可换局部环上n阶可对角化的矩阵A的{1}-逆集中的子群及其构造问题,运用矩阵和群方法,给出了这个矩阵A的{1}-逆集AP{1}-中元素的乘法封闭的条件,获得了矩阵A的{1}-逆集AP{1}中的子集作成群的充要条件,以及这些子群的结构定理及相关结果.

局部敏感非负矩阵分解

非负矩阵分解是一种新的基于部分学习的矩阵分解方法,反映了人类思维中局部构成整体的概念。算法只将非负矩阵近似地分解成两个非负矩阵的积,忽略了数据几何结构和判别信息。提出了一个局部敏感非负矩阵分解降维算法来克服这一缺点。该算法既保持了数据非负性,又保持了数据的几何结构和判别信息。构造了一个有效的乘积更新算法并且在理论上证明了算法的收敛性。ORL和Yale人脸数据库实验表明该算法性能超过许多已存在的方法。

静电传感器矩阵颗粒局部平均速度空间滤波测量方法

在圆环状线性静电传感器阵列空间滤波法颗粒速度测量的基础上,提出一种基于圆弧状静电传感器矩阵的气固两相流颗粒局部平均速度测量方法。应用有限元法分析了每一线性电极阵列的敏感空间范围,并从理论上推导了矩阵空间滤波器输出信号的频谱特性与颗粒速度之间的关系。开发了基于圆弧状静电传感器矩阵空间滤波器的颗粒局部平均速度测量系统,并在重力输送颗粒流装置上进行了性能测试实验。实验结果表明:测量系统的重复性优于11%。

基于非局部矩阵填充的文物修复技术研究

文物图像包含了丰富的内容,使用传统偏微分方法很难有效地恢复文物图像。为了有效恢复原图像,提出一种基于非局部矩阵填充的文物修复方法。该算法充分利用图像的冗余信息,在搜索窗口内,通过比较像素点周围一个矩形邻域内的多个像素点的相似性,找到一定数量的相似块转换为列向量,构成相似块组矩阵。由于相似块组矩阵为低秩或者近似低秩的,再通过矩阵填充的原理对损坏像素点进行填充修复。对于文物图像中出现的不同比例像素点丢失、有划痕、有文字破损的修复实验结果表明,该算法能够很好地保留结构细节信息,拥有较好的视觉特性,使目标轮廓边缘特征清晰,有效地恢复出文物图像的原貌,具有良好的修复能力。

可换环上上三角矩阵李代数的局部自同构和局部导子（英文）

本文刻画了Tn(R)上的局部自同构和局部导子.利用关于Tn(R)的自同构和导子的主要结果和矩阵计算技巧,本文证明了Tn(R)上的每一个局部自同构是自同构,每一个局部导子是导子,这推广了文献关于Tn(R)的自同构和导子的主要结果.

压缩感知光谱测量局部哈达玛矩阵的构造与性能

针对压缩感知光谱测量中随机矩阵作为测量矩阵无法获得高质量重建精度问题,提出了一种测量矩阵构造的新方法。介绍了局部哈达玛矩阵的构造方法,以随机测量矩阵为比较对象,通过仿真实验对局部哈达玛矩阵在压缩感知光谱测量中的性能进行分析。实验结果表明,相对于随机矩阵,新型局部哈达玛矩阵下的重建光谱与原始光谱重合度大大提高,在100%采样率时,定量指标MSE为3.2,实现了光谱的精确重建,25%采样率的MSE指标水平已经与随机矩阵100%采样率时相当,局部哈达玛矩阵可以有效的改善光谱重建的精度;光谱重建时间大约缩短到1/3,系统具有更好的信噪比特性。

局部双α对角占优矩阵

针对多种对角占优矩阵均为H矩阵的特殊情形, 引入了局部双α对角占优矩阵的概念，该类矩阵包含了严格对角占优矩阵、连对角占优矩阵和其他有关矩阵类等。 同时研究了H矩阵，得到了H矩阵新的实用判据和等价表征。

局部α-双对角占优矩阵及其应用

利用局部α-双对角占优矩阵的概念,得到广义严格对角占优矩阵的一些新的充分条件,推广并改进了对广义严格对角占优矩阵的判定方法.

基于局部单应性矩阵的结构光系统标定研究

在基于结构光测量系统中,投影仪标定对物体的三维测量精度有着直接的影响。通过投影仪投射多幅正交格雷码至棋盘格标定板表面,利用未标定摄像机获得受棋盘格标定板调制的变形格雷码条纹图像,通过局部单应性矩阵方法获得棋盘格标定板各角点所对应的投影仪图像坐标。根据摄像机图像坐标、投影仪图像坐标与棋盘格标定板角点对结构光测量系统进行标定,获得摄像机与投影仪的内参数矩阵以及投影仪图像坐标系在摄像机图像坐标系的位姿矩阵。最后对结构光测量系统进行了标定实验;并使用Samuel Audet标定工具箱、Douglas Lanman标定工具箱与提及的标定方法进行标定误差对比。实验结果表明该方法操作简便,精度高,能较好地标定结构光测量系统参数。

基于积谱矩阵局部二值模式的欺骗干扰识别

针对跟踪雷达的三种常见欺骗干扰,提出了一种基于积谱矩阵(SPM)局部二值模式(LBP)的识别算法。首先,计算雷达接收信号不同脉冲重复周期(PRI)的积谱,并将其按照频域和慢时域排列成一个二维积谱矩阵。然后,将图像处理的纹理特征引入到欺骗干扰识别的算法中,采用局部二值模式提取二维积谱矩阵的灰度图像特征。最后,通过仿真实验验证了算法的正确性,当雷达接收信号的信噪比(SNR)大于5dB时,该欺骗干扰识别算法的平均识别概率优于90%。