基于矩阵降维的MoM-PO电磁散射混合算法

针对包含精细结构的电大尺寸目标电磁散射快速计算问题,提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment,MoM)的基础上,对目标区域进行划分,完成阻抗矩阵的分块和未知量的分离,再由矩量区与物理光学(physical optics,PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵,从而建立两个区域未知量之间的线性关系,进而完成对阻抗矩阵的降维,最终从矩阵运算角度构建了一种MoM-PO混合算法。其中,使用等效电偶极子模型简化双重积分计算,进一步减少矩阵元素的计算量;阻抗矩阵的阶数大幅减少,避免了大规模矩阵方程的求解计算。算例结果表明,与传统的低频算法相比,该算法既保证了计算精度,又提高了计算效率。

基于矩阵降维的典型用户文件发现方法(英文)

应用聚类技术能够自动地发现典型用户文件 ,但是由于会话向量通常是高维的稀疏向量 ,因此很难在会话向量之间设计有效的相似度度量 .本文提出 2种基于矩阵降维的典型用户文件发现方法 .这些方法应用非负矩阵分解技术降低会话 URL矩阵的维数 ,并通过球形的k 均值算法对用户会话向量的投影向量聚类 ,由此得到典型用户文件 .实验结果表明 ,这些算法能够有效地从用户会话中发现典型的用户文件 .

基于法化矩阵降维的多相机快速光束法平差算法

针对多相机系统的高精度快速光束法平差问题,提出一种采用法化矩阵降维的多相机快速光束法平差新算法。充分考虑多相机系统中主从相机间的固定位姿参数关系,设置维数为3N(相机个数)×4的系统位姿变换矩阵,根据此矩阵可快速由主相机参数得到每个从相机的参数,并将此变换关系带入光束法平差算法中完成为对从相机位姿的求取。从相机的外参优化算法中便只需要对主相机的外参变化进行更新,由此将所有相机捆绑为一个整体,使雅可比矩阵与法化矩阵的维数相对下降,在一次迭代更新中可以完成对多个相机特征图像的运算,因此算法的精度与速度得到了大幅提高。根据仿真实验与实测实验表明,文中算法的优化精度比传统的光束法平差精度提高到了15.5%,运算效率提升了7.8%,能够满足实际工程的应用需求。

基于核矩阵降维算法对药物不良反应的预测

药物不良反应(drug adverse reactions,ADRs)的早期准确鉴定对药物研发和临床用药安全具有重要的实际意义。基于计算机辅助预测药物的不良反应已经引起了越来越多的重视。将一种核矩阵降维(kernel matrix dimension reduction,KMDR)算法应用于药物不良反应的统计预测中,考察该方法在药物不良反应上的预测性能。通过与其他两种参考算法在相同标准数据集上进行交叉验证和独立测试的计算实验表明,KMDR算法是一种值得推广的预测药物不良反应的候选统计算法。

实矩阵降维的稀疏贝叶斯跳频信号DOA估计

提出一种基于实数域矩阵降维的稀疏贝叶斯跳频信号到达角(DOA)估计算法.该算法通过酉矩阵变换将复数域信号稀疏表示转换至实数域,利用奇异值分解对实数域数据矩阵进行降维,降低了计算复杂度;通过改进稀疏贝叶斯算法中预设阈值的比较方式和噪声方差初始值的设置方法,减少算法迭代次数.仿真结果表明:在低信噪比或低快拍数条件下,该算法DOA估计精度优于传统的稀疏贝叶斯学习算法,所需计算时间更少,且不受跳频信源相干性影响.

多用户大规模FD-MIMO下行系统中基于降维的仿射投影解码策略

针对多用户大规模全维多输入多输出(Full-Dimention Multiple Input Multiple Output,FD-MIMO)下行系统,基站侧配备M根传送天线,用户侧仅有一根接收天线的场景,提出了基于降维矩阵与仿射投影相结合的解码策略。其中,基站侧引入的降维矩阵将大规模天线进行有效合并,可降低系统开销及解码复杂度,而仿射投影技术在用户端能充分利用对角空时码的特性,将用户间的干扰完全消除,进一步解出各个用户所需要的信息。此外,还提出了基于循环矩阵形式下的传送方案和解码方法,并基于提出的仿射投影解码策略,从理论维度上分析该系统的可达速率域和自由度。最后,对所提出的方案进行了仿真,其结果也与理论分析一致。

MIMO雷达二维低复杂度MUSIC测向算法

基于单基地MIMO雷达收发天线共址特性,提出一种二维低复杂度MUSIC测向算法。该算法通过构造交换矩阵和降维矩阵,有效去除MIMO雷达收发联合处理过程的冗余信息,大大降低协方差矩阵的维度。仿真结果表明,该算法的低复杂度特性随阵面天线阵元数的增多越来越显著,同时具有和原MUSIC算法相近的角度估计性能,甚至在低SNR时能获得更高的估计性能。

基于随机矩阵变换的快速PCA算法

主成分分析PCA(Principle Component Analysis)是一种重要的分析方法,广泛应用于图像检索、机器学习、模式识别等领域。随着近年来数据维数越来越大,算法的稳定性、时间复杂度和内存使用成了PCA进一步应用所必须要解决的问题。为此提出一种快速算法,该算法利用随机矩阵构造卷数据降维矩阵,在保持点与点之间"核距离"不变的情况下,将待分解矩阵变换成一个低维矩阵。在没有偏差的情况下,将对原始大矩阵的分解变成对这个低维矩阵的分解,大幅降低了时间复杂度,减少了对内存的使用,同时增加了算法的稳定性,从而在根本上解决了上述3个问题。

气液管道泄漏检测及信号处理技术

多相流管道泄漏检测对保障管道安全运行至关重要,目前我国多相流管道泄漏检测的研究还处于起步阶段,在这方面的研究较少,尚无成熟技术。介绍了目前多相流管道泄漏检测方法的现状,分析了声波法用于泄漏检测的可行性。对近几年泄漏信号检测及故障识别技术进行总结,分别就降噪算法、特征提取方法、矩阵降维算法及工况识别算法进行了详细介绍和对比,介绍各种方法的原理以及目前的研究进展,结合多相流管道泄漏信号的特点对当前的泄漏检测技术在多相流管道泄漏检测中的应用作了总结与展望。

基于有效约束的方向包围盒相交测试算法

针对目前虚拟环境下碰撞检测问题中的方向包围盒（OBB）相交测试复杂度高的问题,提出一种基于线性不等式组有效约束的快速OBB相交测试算法.首先用线性不等式组描述OBB,并给出了算法矩阵降维过程中的数学理论条件,即有效约束定理;然后用有效约束不等式确定的超平面对应的行化简原系数矩阵,即针对被操作矩阵的第一列元素对矩阵进行初等变换,必要时剔除相关行列,以实现降维;再在静态与动态（旋转和平移）案例中进行测试速度与准确率的对比;最后对算法的准确性及时间复杂度进行简要分析.实验结果表明,该算法的测试速度是传统算法的2~3倍,且具有整体优越性.

融合有效约束OBB和PSO的碰撞检测算法研究

传统的碰撞检测算法需要在三维空间中处理节点是否碰撞,由于处理太多节点会占用大量时间,所以实时性一直是传统碰撞检测算法难以克服的障碍。针对上述问题,提出了一种有效约束的方向包围盒(OBB)和微粒群优化(PSO)相结合的碰撞检测算法(OBBSO)。该方法首先利用有效约束的OBB算法将空间转换成线性不等式组的问题,将矩阵降维,从而快速排除不相交的节点;然后在确定发生碰撞的节点中加入PSO算法,对二维离散空间内随机群快速寻优,寻找出现碰撞的节点,大大增加了碰撞检测效率,因此利用了有效约束OBB和PSO算法的优势。相关实验表明此方法对于处理碰撞检测实时性问题具有高效性。

基于手机信令数据的用户位置预测方法研究

手机信令数据记录了用户的移动行为,为位置预测提供数据来源。为了发挥手机信令数据在位置预测中的优势,本文构建了强化位置间前后关联的LSTM预测方法。首先,本文提出一种循环迭代的数据清洗方法,可大幅减少冗余位置信息,为提取停留点作准备;其次,以基站小区为单位提取停留点,并结合背景地理信息获取用户含有语义特征的轨迹;然后采用矩阵降维的方法将稀疏的one-hot位置编码转化为位置嵌入向量,将位置间的语义关联隐含到位置嵌入向量中,与下游拥有预测任务的LSTM网络组成基于LSTM的位置预测模型。最后的实验证明该模型对手机信令数据具有良好的预测效果。

基于隐含语义分析的抖音短视频语义检测方法

随着短视频关注度的不断提高,抖音短视频已经成为当前时代热点。针对于短视频、短文本,向量空间模型(VSM)表示方法存在高维度、同义多义问题,导致难以准确度量文本相似度,该文提出了一种基于隐含语义分析的聚类方法,利用LSA将训练数据聚类成隐含语义主题,通过奇异值分解,将词向量和文档向量投射到一个低维空间,用层次聚类算法确定初始中心,然后聚类得到结果。结论表明,短视频中的核心语义内容被成功保留下来,运用矩阵降维方法降低了计算量,冗余的相关性干扰得以解决,改变了视频语义检测的整体效果。

海面弱小目标高光谱融合技术研究

海面目标受海水扰动影响,难以被宽波段光电传感器探测识别。高光谱传感器可以获取海面目标和水体的光谱数据,利用目标和海水的光谱特性差异可以有效抑制海面扰动影响,提高探测识别能力。针对高光谱数据降维融合容易丢失海面弱小目标问题,研究了弱小目标光谱数据融合方法。通过相似性分类产生类矩阵,由类矩阵主成分变换的降维投影矩阵来投影变换原有光谱数据,获得降维数据矩阵。降维矩阵通过空间变换转换到RGB彩色空间,生成伪彩色融合图像。通过远距离弱小目标和水中鱼群高光谱数据,验证了改进方法的融合性能。实验结果表明:相似性分类融合方法不仅能将高维光谱数据融合成一幅伪彩色图像,还能有效避免弱小目标融合丢失问题,提高了目标探测识别能力。

基于相位编码MIMO引信的RC-ROOT-MUSIC DOA估计算法

提出了一种应用于相位编码体制MIMO引信波达方向(DOA)估计的降维多项式求根多重信号分类算法(RC-ROOT-MUSIC)。利用接收信号数据的冗余,借助降维变换矩阵降低快拍数需求以及协方差矩阵计算的复杂度。为了进一步减小计算复杂度,考虑谱峰搜索引起的计算复杂度,对经过RC-MUSIC算法的空间谱函数进行多项式求根,得到空间谱函数的极值点,而目标DOA由所有极值点集决定。仿真结果证明该多项式求根降维MUSIC算法(RC-ROOT-MUSIC)算法能精确地测量波达方向并且大幅度地减小计算复杂度。

改进的机载相控阵雷达JDL-STAP算法

机载相控阵雷达在下视工作时受地杂波的影响较大,虽然空时自适应处理(STAP)技术拥有良好的杂波抑制能力,但其性能依赖于大量的训练样本和高运算量,在现实工程中难以应用。为了弥补STAP算法的不足之处,提出了一种改进的局域联合处理(JDL)降维算法。该方法在构造降维矩阵时,调整了局域处理单元的选取策略,并在主通道对应的杂波脊处选取了4个独立的辅助通道以提高波束的指向性、抵消主波束中的杂波。实验结果表明,改进后算法比传统JDL算法拥有更好的杂波抑制性能,并进一步减少了系统计算量,在存在幅相误差的情况下仍能保持较好的稳定性。

一种基于贪心算法的快速PCA算法

提出一种快速算法,该算法利用贪心算法构造卷数据降维矩阵,在保持点与点之间"核距离"不变的情况下,把待分解矩阵变换成一个低维矩阵。在没有偏差的情况下,将对原始大矩阵的分解变成对这个低维矩阵的分解,大幅降低了时间复杂度,减少了对内存的使用率的同时增加了算法的稳定性。

一种降低计算负荷的快速预测控制算法（英文）

大多数模型预测控制算法因求解优化问题时在规定的采样时间内需要在线处理矩阵乘法操作而存在繁重的计算负荷问题。为了解决这一问题,本文提出了一种降低计算负荷的快速预测控制算法,将实时观测信号调制成正负一的比特流序列来简化传统的乘法运算。同时,将控制时域内未来时刻的控制律序列通过线性反馈控制律离线递推,用当前时刻控制律近似替代,从而降低了求解优化问题时的矩阵维数。

基于特征语义的装配序列规划预处理方法

针对复杂产品装配序列规划复杂度高、求解效率低下的问题,提出了基于典型零件装配语义规则的装配序列规划预处理方法。构建基于特征的装配语义模型,表达零件的类型与几何特征信息,在此基础上构建典型零件装配特征库;通过基于属性邻接图的匹配方法,进行零件类型识别及子特征分割;基于典型零件的装配规则,建立装配序列规划矩阵的降维方法,提出基于装配序列规划矩阵的装配可行序列生成方法;以主动锥齿轮子装配为例验证了方法的有效性。

基于光子计算的随机奇异值分解

随机奇异值分解(RSVD)在数据压缩、信号处理和图像降噪等方面具有广泛的应用,但日益剧增的矩阵规模对传统计算平台提出了更高的内存需求。为此,提出了基于空间光计算的RSVD方法。利用复杂介质的固有性质将矩阵降维,不再需要生成和存储随机高斯矩阵,能够有效降低RSVD的计算开销。实验证明,在采样率为0.2、宏像素块维度为10×10、选用220目毛玻璃作为散射介质的情况下,所提方法能够对维度为80×80的矩阵实现RSVD,其相对误差小于0.1,与传统方法相比,有效降低了RSVD的时间复杂度和空间复杂度。最后,通过图像压缩验证了所提方法的效果,所提方法为进一步研究大规模图像矩阵算法提供了基础。