发展型方程的快速Legendre谱τ逼近

以发展型模型方程为背景,建立了半离散和全离散的Legendre谱τ格式,并用反向递推法和奇偶分解法建立了Legendre谱τ方法的快速算法,在每一时间层上,其运算量仅为O(N).运用离散能量法严格证明了全离散格式在时空方向的收敛阶分别为τ2和N1-m.数值结果显示了算法的有效性.

Legendre矩的两种快速算法

Legendre正交矩在模式识别、图像分析等许多领域都有成功的应用 ,但是由于其计算的复杂性 ,相关的快速算法的研究尚未得到很好的解决 .本文针对一类采用图像块方法描述的图像 ,提出两种快速、有效的计算Legen dre矩的新方法 ,它们分别是累加方法和积分方法 .这两种方法都有效地降低了计算复杂度 ,缩短了计算时间 .

一种新的灰度图像Legendre矩的快速算法

Legendre正交矩在模式识别和图像分析等领域有着广泛的应用 ,但由于计算的复杂性 ,相关的快速算法尚未得到很好的解决 ,已有方法均局限于二值图像 .文章提出了一种灰度图像的Legendre正交矩的快速算法 ,借助于Legendre多项式的递推公式推导出计算一维Legendre矩的递归公式 .利用该关系式 ,一维Legendre矩Lp( 0 )可以用一系列初始值L1(a) ,a <p ,L0 (a) ,a <p - 1来得到 .而二维Legendre矩Lpq可以利用一维算法进行计算 .为了降低算法复杂度 ,文中采用基于Systolic阵列的快速算法进行计算L1(a) ,L0 (a) .与直接方法相比 ,快速算法可以大幅度减少乘法的次数 ,从而达到了降低算法复杂度的目的 .

一维稳态问题的快速直接Legendre谱τ方法

以一维Helmholtz方程为背景,运用反向递推法和奇偶分解法建立了Legendre谱τ方法的快速算法,其运算量仅为O(N).Dirichlet、Newman边界问题的数值结果显示了算法的有效性.

二值图像Legendre矩快速算法

提出一种有效的计算二值图像Legendre矩的方法 .首先使用Yang 离散格林公式将二值图像矩计算中区域内求和转换为沿区域边界求和 ;然后提取该图像的边界点 ;再利用Shu提出的公式计算出边界点的Legendre多项式的叠加值 .经过这 3步后 ,二维Legendre矩计算转化为一维Legendre矩计算 ,从而有效地减少计算复杂度 .介绍了用Hatamian滤波器计算一维Legendre矩的方法 .

基于谱聚类算法的人力资源数据集离群点快速挖掘方法

当前的数据集离群点挖掘方法一般设置为引导式结构,挖掘效率较低。为此,提出基于谱聚类算法的人力资源数据集离群点快速挖掘方法。先预处理多维人力资源数据集,采用多节点机制提高挖掘的效率,然后构建谱聚类测算离群点快速挖掘模型,采用回归处理实现快速挖掘。测试结果表明,相同的测试周期中,文章提出的方法最多可以挖掘27次,说明在谱聚类算法的辅助下,该算法的挖掘效率更高。

Legendre矩的一种有效算法

L egendre正交矩在模式识别、图像分析等许多领域有成功的应用 .然而 ,由于正交矩的复杂性 ,目前有关正交矩快速算法的研究很少 ,从而在一定程度上影响了它的应用 .对此 ,作者对 L egendre多项式进行了研究 ,获得了一些新的有效的性质 。

K近邻的自适应谱聚类快速算法

谱聚类算法建立在谱图划分理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。然而,谱聚类算法涉及如何选取合适的尺度参数σ构造相似度矩阵的问题。并且,在处理大规模数据集时,聚类的过程需要较大的时间和内存开销。研究从构造相似度矩阵入手,以传统NJW算法为基础,提出一种基于K近邻的自适应谱聚类快速算法FA-SC。该算法能自动确定尺度参数σ;同时,对输入数据集分块处理,并用基于K近邻的稀疏相似度矩阵保存样本信息,减少计算的内存开销,提高了运行速度。通过实验,与传统谱聚类算法比较,FA-SC算法在人工数据集和UCI数据集上能够取得更好的聚类效果。

典型快速谱峭图算法的研究及应用

针对工程实际中状态监测下的具体机械部件在特定运行环境中发生故障的原因及类型具有典型性,在分析快速谱峭图算法的基础上,提出了典型快速谱峭图算法。该算法借鉴快速谱峭图算法分层和选取中心频率的思想,以典型故障的三倍特征频率为带宽,快速定位谱峭度最大的频率区间,并将该算法应用于共振解调技术滤波器参数的确定。为了验证该算法的有效性,在滚动轴承故障诊断试验台上进行了振动测试,采用基于典型快速谱峭图算法的共振解调技术进行故障诊断和类型识别。结果表明,基于典型快速谱峭图算法的共振解调技术能够较好的诊断典型故障,具有一定的工程应用价值。

快速回波平面磁共振谱成像数据重建算法

传统的相位编码磁共振谱成像采集数据需要很长的时间,使得其在临床上的应用受阻。快速回波平面谱成像(Echoplanarspectroscopicimaging,EPSI)技术采用随时间变化的梯度对谱维和空间维同时进行编码,大大减少了数据采集时间。同时,改进EPSI的读出梯度形式还可以提高‘空间-谱’的分辨率。EPSI数据重建算法比较复杂在t方向先分别对奇偶回波数据进行快速傅立叶变换(FastFouriertranslation,FFT),再利用‘偏移’理论进行组合;在kx方向采用网格化算法将不等间隔采集的数据转换到等间隔的直线网格上,再利用FFT进行图像重建;ky方向是相位编码,不需要转换,直接进行FFT即可。

基于谱域球谐展开的多层快速多极子算法

介绍了基于谱域球谐函数展开的多层快速多极子算法,通过处理三维金属体的散射问题,验证了算法参数选取的经验公式,并对算法性能做出了理论分析,得出该算法具有内存占用少?迭代速度快的优点,数值结果显示了该方法的高效性。

谱方法的Chebyshev-Legendre变换

在数值求解偏微方程的Chebyshev-Legendre谱方法中,起基础作用的是Chebyshev-Legendre变换。本文讨论了Chebyshev-Legendre变换的数学表示以及数值实现。

最大熵谱的一种新的快速算法

本文导出了最大熵谱计算的一种新的快速递推算法,将原计算谱值中三角函数的复数运算化为一般自然数的四则运算,使计算效率提高到4倍多。

高速凸轮从动系统动力响应谱的快速算法

本文应用快速付利叶变换(FFT)和无限长单位脉冲响应滤波器(IIR),实现了高速凸轮从动系统动力响应谱的快速运算,与现使用方法相比,运算速度和精度都有大幅度提高,为高速凸轮机构的研究提供了高效手段。

基于WOA-VMD和快速谱峭度的轴承故障诊断

针对轴承故障特征提取技术不能充分准确地提取特征信息、需手动设置分解算法参数导致故障识别精度不高、普适性差的问题,提出了基于鲸鱼算法(whale optimization algorithm, WOA)优化变分模态分解(variational mode decomposition, VMD)和快速谱峭度的轴承故障诊断方法。首先,通过快速谱峭度对原始信号计算分析,选择包含故障频率的滤波范围,进行带通滤波,减少原始振动信号的噪声影响;其次,利用WOA对VMD的分解模态数k与惩罚因子α进行寻优,选取信号分解最优参数,并对滤波后信号进行分解,获得本征模态分量(intrinsic mode functions, IMF),通过时域特征指标选取包含故障信息最丰富的IMF;最后,对最优IMF包络谱解调分析,得到准确的故障特征频率。实验结果表明,提出的故障诊断方法能够有效地识别滚动轴承内圈故障。

基于子频带谱峭度平均的快速谱峭度图算法改进

快速谱峭度图(Fast Kurtogram)算法具有能自适应选取共振解调频带并实现包络解调提取的优点,在滚动轴承包络分析中有广阔的应用前景,但其在实际应用中,若被采集信号中包含有较高峰值的脉冲干扰时,将可能导致谱峭度图的自适应共振带确定失效,最终导致无法获得包含有效滚动轴承的故障特征信息的包络信号。为解决快速谱峭度图算法的上述不稳定问题,本文提出了一种基于子频带谱峭度平均的改进快速谱峭度图算法,其可有效消除或削弱脉冲干扰成分对谱峭度图结果的影响,提高了共振解调频带确定的鲁棒性,实现了基于快速谱峭度图算法的滚动轴承故障特征准确提取。仿真和试验结果验证了本方法的有效性。

北京谱仪Ⅲ事例筛选的主漂移室快速重建算法实现

陈述了在北京正负电子对撞机重大升级改造工程(BEPCⅡ)中一个应用于北京谱仪III(BESIII)主漂移室(MDC)事例筛选的快速重建算法.为了实现此算法并保证算法的可扩展性,利用C++编写了MdcLutHough模式识别程序并展示出应用此程序进行径迹识别的效果,其径迹拟合的效率大约为95%,粒子横动量PT的分辨率则小于5%.该快速重建算法将在BESIII的计算机数据重建中发挥其应用价值.

Housner谱烈度的一种快速近似算法

Housner谱烈度及修正谱烈度作为基于加速度记录时程直接得到的地震动强度参数,与建筑结构破坏及地震宏观烈度存在较高的相关性,是可靠的地震仪器烈度物理参数指标。然而,相对于地面加速度峰值、地面速度峰值等地震动峰值参数,三分量加速度记录对应的谱烈度计算过程较为复杂,耗时相对较长,影响了利用谱烈度确定地震仪器烈度的时效性。基于对强震动加速度记录的统计分析,本文提出了谱烈度的快速近似算法,仅计算4个方向上的谱烈度值,采用其中3点作圆即可获得水平面内谱烈度迹线的近似最大值,使计算速度提高了45倍,且保持了谱烈度作为地震仪器烈度物理指标的精度。利用在汶川MS 8.0地震等386次MS>3.0地震中获取的2701组强震动加速度记录,经可靠性检验,结果表明所提出的Housner谱烈度快速近似算法的计算误差在±4.5%以内,可以同时满足地震仪器烈度速报的可靠性和时效性需求。

近红外光谱结合PSO-SVM算法快速定量分析鲨肝醇片

目的:借助近红外漫反射光谱(NIRS)分析技术和支持向量机(SVM)结合粒子群算法(PSO)建立鲨肝醇片快速定量分析方法。方法:以3个厂家生产的143批鲨肝醇片为分析对象,首先采集样品的NIRS,同时以硫代硫酸钠滴定的方法测定样品含量,然后在主成分分析的基础上,采用PSO-SVM算法建立鲨肝醇片定量模型。结果:主成分分析方法结果显示,选取前20个主成分的累积贡献率为95.43%。采用外部验证方法建立定量模型,120批样品用来建立模型,建模谱段为90004250 cm^(-1),预处理方法为一阶导加矢量归一化,最终优化得到的核函数径宽σ和惩罚因子c分别为0.15和2.25。23批样品作为验证集,预测结果与真值的相关系数达到了0.9854,预测均方根误差为0.5788,模型预测结果与实测结果很好吻合,其平均偏差为0.10%,最大偏差为0.99%;平均相对偏差为0.42%,最大相对偏差为4.88%。结论:所建立的快速分析定量模型可对鲨肝醇片进行准确、快速的定量分析,可用于药品快速分析和检验。

基于优化VMD-MCKD和谱峭度的滚动轴承复合故障诊断

针对滚动轴承振动信号中复合故障特征难以准确提取而导致故障诊断困难的问题,提出一种基于优化变分模态分解(VMD)和最大相关峭度解卷积(MCKD)结合快速谱峭度算法的滚动轴承复合故障诊断方法。利用改进麻雀搜索算法(ISSA)优化VMD和MCKD的参数,使用优化后的VMD对复合故障信号进行分解,并根据峭度准则筛选有效本征模态函数(IMF)进行信号重构,使用优化后的MCKD对重构信号进行解卷积与故障特征增强,并对解卷积信号进行包络谱分析提取故障特征频率。利用快速谱峭度算法对未提取出故障特征频率的解卷积信号进行处理,得到故障信息最丰富的频带参数并进行带通滤波处理。最后,对滤波后的信号进行包络谱分析,提取故障特征频率,从而实现故障诊断。仿真及实验结果表明:所提方法能有效分离复合故障并提取出故障特征频率,有效实现了复合故障诊断。