2M维矢量矩阵DCT整数变换及并行实现

为了大幅降低多维数据在计算上所消耗的时间,提高计算速度,在2M维矢量矩阵DCT(2MVMDCT)整数变换理论的基础上,提出了将其进行并行处理的方法,增大时间优越性.首先介绍了2M维矢量整数变换核矩阵的推导过程;其次,将这种多维整数变换算法应用到多视角视频的压缩编码中,并与多维矢量离散余弦浮点变换进行能量集中性比较;最后,引入多核并行处理的思想,进一步提高处理速度.仿真结果表明,2M-VMDCT整数变换有着非常优越的能量集中性,将其并行实现能使运算效率大幅提高.

2M维矢量余弦整数变换核矩阵

为了减少处理多维数据的运算时间,提出了2M维矢量离散余弦变换(DCT)整数核矩阵,并分析了该整数变换核矩阵的正交性和能量集中性。首先,根据原有浮点型2M维矢量DCT变换核矩阵的理论及性质介绍了2M维矢量DCT整数变换核矩阵的实现算法;验证了2M维矢量整数变换核矩阵的正交性。然后,简述了对*.yuv格式视频文件进行分块与重组的基本原理。最后,以四阶整数变换核为例,分析了2M维矢量整数变换核矩阵,即讨论多维数据在整数变换后的能量集中性。实验结果表明:采用2M维矢量整数变换相对浮点型变换仍然具有较好的能量集中性,而且Y分量能量集中性均值已达到97.3%以上,U分量和V分量的能量集中性均值也已达到99.9%以上,此结果会对后来的多维数据压缩编码处理提供有力依据。

基于2维非负矩阵分解的时频图像压缩在柴油机故障诊断中的应用

针对1维非负矩阵分解技术对2维矩阵特征降维时,会产生数据量巨大、计算效率低下和丢失原始数据结构信息的问题,引入2维非负矩阵分解技术。通过S变换得到振动信号的时频图像,用1DNMF和2DNMF分别压缩时频图像,对压缩后的图像信息进行分类,对柴油机在8种状态下的振动信号进行采集,并采用最近邻分类器、朴素贝叶斯分类器和支持向量机分类器进行实验对比。结果表明,2维非负矩阵分解技术比原始的1维技术计算效率更高,故障诊断更精准。

2.5维复电阻率反演及其应用试验

自复电阻率法被提出以来,其区分矿与非矿方面的潜力就引起了人们的广泛关注,但反演问题一直没有得到较好的解决,已经严重影响和制约了该方法的应用和发展.对此,本文提出并实现了利用多个排列视电阻率和视相位数据的2.5维SIP联合反演方法.算法利用最小二乘原理构建了反演目标函数,为提高反演的稳定性,在反演方程中加入了Occam法的光滑模型约束.通过借助电场的偏导数形式,推导出了灵敏度矩阵的解析表达式,并应用互换定理对其进行精确求取.反演算法充分利用了电磁感应和激电效应中的异常信息,能够同时反演出二维地质断面上所有单元的四种复电阻率参数.最后,利用该反演程序对安徽某地区的SIP实测数据进行了反演成像,通过与已知钻井资料及CSAMT反演结果的对比分析表明,该反演算法具有良好的应用效果.

测定核间距的不对称2DNOESY方法Ⅲ．从不对称2DNOESY重叠峰强度求取完整混合系数矩阵

建立了包括重叠峰在内的不对称２ＤＮＯＥＳＹ峰强度来求取完整混合系数矩阵的方法。并应用数值模拟方法验证了其正确性。该方法充分利用了不对称２ＤＮＯＥＳＹ重叠峰强度来求解完整混合系数矩阵，这对大分子体系中核间距的准确计算是有价值的。

含有不确定性的2维离散线性系统的鲁棒H_2滤波设计

针对含有不确定参数的2维离散线性系统,本文给出了两种鲁棒H2滤波设计方法.第一种方法采用引入参数相关的矩阵函数的思想,所设计的Lyapunov函数及引入的变量都是多项式参数相关的,随着矩阵函数次数的增加条件的保守性逐渐减小.但是次数不能无限增加,当达到一定程度后,即使次数继续增加,条件的保守性不再改变.接着,为了进一步减小保守性,通过详细分析现有条件的保守性来源,给出了第二种方法—循环迭代算法.同现有文献相比,在此算法中引入的变量不需要满足特定的结构,因而具有更小的保守性.最后,通过两个仿真算例证明了当第一种方法无法减小保守性时,第二种方法仍然可以进一步减小保守性.

基于有限维YOULA参数化的多目标H_2/H_∞最优控制

讨论了多目标H2／H∞最优控制器的设计问题。针对文献[1]中Scherer提出的基于观测器结构的Youla参数化算法,给出了其解存在的必要条件。并基于此算法,将多目标H2／H∞最优控制器的设计问题转化为可解的线性矩阵不等式(LMI)的凸优化问题。通过对每个综合目标使用独立的Lyapunov函数,降低了系统的保守性。并应用于Benchmark控制器的设计,证明了该方法的有效性。

基于改进2D-ESPRIT算法的二维GTD模型参数估计

针对经典2D-ESPRIT算法在估计基于几何绕射理论的二维GTD模型参数时受噪声影响较大这一问题,提出了一种改进的2D-ESPRIT算法,有效提高了算法的抗噪性能与参数估计性能。改进算法在经典2D-ESPRIT算法的基础上,首先通过构建交换矩阵,得到含有原始数据Ee共轭信息的另一矩阵Y;其次在通过自相关与互相关处理、叠加取平均,得到新的协方差矩阵R;最后对协方差矩阵解算,估计得到二维GTD模型各参数值。仿真实验表明,改进2D-ESPRIT算法抗噪性能要优于经典2D-ESPRIT算法,在信噪比较低的情况下,改进2D-ESPRIT算法估计得到的模型参数精度更高,性能更稳定。文中还针对其他因素(如矩阵束参数及配对标量β值)对模型参数估计精度的影响进行了探究,为后续仿真实验提供了参考。

不确定随机时滞系统的L_2-L_∞降维滤波器

讨论了一类不确定随机时滞系统的鲁棒L2-L∞降维滤波器设计问题。目的是设计一个比原系统维数低的确定维数的稳定线性滤波器,使得滤波误差动态系统是随机渐近稳定的且满足给定的L2-L∞性能要求γ。给出了解决这个问题的充分条件,并以参数显式化的形式给出了所求的鲁棒L2-L∞降维滤波器,所有这些结果都只利用了原始系统的矩阵而没有分解,这就使得设计过程简便,直接。

二维GTD模型参数估计的PQ-FB-2D-ESPRIT算法

二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction,GTD)模型参数的一种经典算法,但在信噪比较低的条件下,2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadraticFB-2D-ESPRIT,Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。

(n+2)维n-李代数的同构定理

给出了两个n +2维n -李代数同构的充要条件 ,并利用定理证明了两个5维3

2维不相关鉴别矢量集算法

在人脸识别算法中,已有的计算不相关鉴别矢量集的算法均是基于图像向量模型的,因而将遇到所谓的小样本问题,而且由于采用迭代求解方式,算法运算速度缓慢,为此提出了一种新的求取不相关鉴别矢量集的算法,即一种基于图像矩阵模型的2维不相关鉴别矢量集算法。算法由于采用了图像矩阵模型,解决了小样本问题,通过对类内散布矩阵的白化变换,使得推广的2维线性鉴别分析模型具有类似的2维主成分分析模型的形式,从而将两种算法的模型有效地联系起来,进而可以非迭代地求得2维不相关鉴别矢量集,不但求解速度快且数值解稳定。在ORL和Yale人脸库上的实验结果表明,该算法不但减少了计算时间,同时也提高了识别率,为求解不相关鉴别矢量集提供了一个新的思路。

基于双向2DPCA算法的高分五号卫星图像降维研究

对高光谱图像降维历来是遥感数据处理研究热点之一,而将双向2DPCA算法用于高光谱图像降维的研究却见刊极少。另外,目前对高分五号卫星图像的研究也相对较少。针对此现状,文章基于双向2DPCA算法,对高分五号卫星图像进行了降维研究,该算法能够从行和列两个方向对遥感图像进行二维主成分分析,并提取有效主成分,以达到双向降维的目的。从主成分尺寸、图像压缩率、峰值信噪比以及重构图像等指标对2DPCA算法与双向2DPCA算法进行了对比实验和数据分析。实验结果表明,在以上四个图像降维指标的表现上,双向2DPCA算法都能比2DPCA算法获得更好的降维数据,由此得出结论,双向2DPCA算法对高分五号卫星图像具有良好的降维效果。

单快拍数据的分布式二维阵列测角方法研究

该文针对2维阵列波达方向估计问题,提出一种基于单快拍数据的分布式2维DOA估计算法。该算法首先利用每个子阵单元的单快拍数据进行2维Hankle矩阵构造;然后基于2维状态空间平衡法分别获得方位角和俯仰角子阵单元内DOA估计与子阵单元间DOA估计;最后通过解模糊算法获得方位角和俯仰角高精度无模糊DOA估计。该算法较好地解决了子阵单元内DOA估计和子阵单元间DOA估计之间的配对问题以及俯仰角和方位角之间配对问题,充分利用分布式阵列扩展阵列物理孔径特性;同时该算法可直接对相干信号和非相干信号进行处理。计算机仿真结果验证了所提算法的有效性。

一种基于Gabor小波及互协方差降维运算的人脸识别方法

针对传统的人脸识别方法对人脸图像的曝光量、表情比较敏感,并且具有较大类内离散度的缺点,该文提出一种基于Gabor小波以及加权互协方差运算的人脸识别算法。该算法首先对人脸图像提取Gabor特征,然后使用加权的互协方差矩阵对经过处理的特征图像进行降维及特征提取;最后使用最近邻分类器进行分类。在ORL数据库和AR数据库上的实验表明,该方法的降维和识别性能优于传统2DPCA及其改进算法,能兼顾维度简约性和准确性,有效地提高了识别性能。

二维双原型完全过采样DFT调制滤波器组的快速设计方法

传统的2维大规模滤波器组的设计方法具有复杂度高的缺点。该文提出一种设计2维双原型滤波器组的快速方法,该方法利用近似完全重构的条件,并采用完全过采样的离散傅里叶变换(DFT)调制滤波器组来设计。新算法将两个原型滤波器的设计问题归结为一个无约束优化问题,其中目标函数为滤波器组的总体失真(传递失真和混叠失真)与原型滤波器阻带能量的加权和,利用目标函数的梯度向量,通过双迭代机制求解该优化问题。单步迭代中,利用矩阵求逆的等效条件和块Toeplitz矩阵求逆的快速算法,显著地降低了计算复杂度。理论分析和数值实验表明,新算法可以得到整体性能更好的滤波器组,计算复杂度大幅度降低,故可以快速设计大规模的2维滤波器组。

关于无穷维M()BIUS变换

首先得到无穷维CLIFFORD数的一些性质,然后利用所得结果将AHLFORS关于双曲 M(O|¨)BIUS变换和严格抛物M(O|¨)BIUS变换及WATERMAN关于M(O|¨)BIUS变换迹的有关讨论推广到无穷维的情形．

基于二元语义的C2C交易信用评价实证研究

建立合理的C2C交易信用评价指标体系,引用二元语义的方法将C2C交易信用评价指标体系分为口碑和形象两个维度进行研究,通过语意指标量化,建立信用评价坐标矩阵,实证研究表明该评价方法有助于C2C交易卖家信用的识别与判定。

非负矩阵因子及在人脸表情识别中的应用

提出了一种基于二维非负矩阵因子的人脸表情识别方法。该算法直接将2维人脸表情图像矩阵作为2维矩阵并结合NMF进行表情特征提取,称之为2DNMF。与NMF等不同,2DNMF充分利用表情图像矩阵中的行向量间的信息和列向量间的信息,尽可能地保留了原始的表情信息。基于CED-WYU(1.0)和JAFFE两个表情数据库的识别结果表明,基于2维非负矩阵因子的特征提取方法能有效地提高识别率及效率。

基于LSMPP的图像并行傅立叶分析技术(2)——算法的实现与性能分析

基于 L S MPP的 K元 2 -立方体网络结构 ,设计了一种新颖快速的计算 FFT的 SIMD算法 .文中首先在本文的姊妹篇“基于 L S MPP的图像并行傅立叶分析技术 (1)”的分析与设计的基础上 ,讨论了输入图像像素矩阵及变换结果图像矩阵中元素的排序问题 ,并给出了算法实现中的有关处理策略 .接着较完整详细地给出了在 L S MPP SIMD计算机上实现的一种新颖快速的二维 FFT并行算法和实验结果 .