多通道Laplacian矩阵融合的超图直推学习模型

超图直推学习模型是机器学习领域研究热点.超图模型的性能取决于构造的超图结构及其Laplacian矩阵的质量.现有超图模型基于单一超图结构,信息表达能力有限.本文提出超图结构扩张法,将异构超图的关联矩阵和权重矩阵拼接,融合更多的顶点间全局高阶信息,增加Markov随机游走的扩散范围.但这会导致矩阵维度高,计算开销大.因此进一步提出多通道Laplacian矩阵融合法,用多个通道计算异构超图结构各自的Laplacian矩阵,再加权累加.在4个数据集上的实验表明,两种方法都能提高超图直推学习模型的分类性能,且Laplacian矩阵融合法比结构扩张法平均节约40%左右时间成本,F1指标最高提升8.4%.

一种基于Laplacian矩阵的图像匹配算法

文章提出了一种基于Laplacian矩阵的图像特征匹配算法。首先分别构造两幅图像特征点集的Laplacian矩阵,并对这两个矩阵进行奇异值分解(SVD),然后利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。大量实验结果表明,该文所提出的算法具有较高的匹配精度。

图的Laplacian矩阵的谱半径

设G为n阶简单连通图,若Q(G)为图G的对角矩阵与邻接矩阵的和,称Q(G)为G的拟-Lap lac ian矩阵.讨论了Q(G)的性质并利用G的顶点数、边数、最大度和最小度给出了图G的Lap lac ian矩阵谱半径新的上界.

带权图Laplacian矩阵次小特征根下界

谱图理论是图论的重要研究分支,其思想广泛应用于计算机科学的各个领域.带权图Lap lac ian矩阵的次小特征根λn-1的估计被应用于在图像分割和图数据表示中.用代数方法对λn-1的下界进行估计,并讨论非带权图情况下λn-1的下界.

单圈图Laplacian矩阵的最大和次大特征值

设G=(V,E)是一个n阶的连通单圈图,λ1(G),λ2(G)分别是图G的Laplacian矩阵的最大和次大特征值.本文讨论了单圈图的最大和次大特征值与其顶点,悬挂点个数之间的关系,将已有的结论作了改进和推广.

树的邻接矩阵和Laplacian矩阵谱半径的新下界

利用代数方法、图的边变换,以及树的邻接矩阵谱与L ap lacian谱的关系,研究树和完美树的邻接矩阵谱半径和L ap lacian谱半径的下界,给出达到下界的所有极树,得到的新结果改进了文献[2]的结论.

双圈图Laplacian矩阵的谱

分析双圈图的Laplacian矩阵谱和匹配数之间的关系,得到双圈图Laplacian矩阵特征值的分布情况,并利用线图理论给出两个圈均为偶圈的双圈图次大特征值的一种理论求法.

连通偶图的Laplacian矩阵的第二大特征值

给出仅依赖阶数的连通偶图的Laplacian矩阵的第二大特征值的界 ,并刻划达到上。

图的Laplacian矩阵谱半径

设G为n阶简单连通图,若L(G)为图G的度对角矩阵与邻接矩阵的差,则称L(G)为图G的Laplacian矩阵.结合非负矩阵谱理论,利用图的顶点度和平均二次度给出了图G的Laplacian矩阵的谱半径的新上界,同时给出了达到上界的极图.

树的Laplacian矩阵的第二大特征值

设T是n阶树 ,记 μ2 (T)为树T的Laplacian矩阵的第二大特征值 ,本文给出仅依赖阶数的树的Laplacian矩阵的第二大特征值的界 ,即证明了 1 μ2 (T) (n - 1 ) 2 - 44 + 1左边等号成立当且仅当T K1,n -1·

无符号Laplacian矩阵特征值的界

设G为具有n个顶点的简单连通图,矩阵Q(G)=D(G)+A(G)称为图G的无符号Laplacian矩阵,研究了图的无符号Laplacian矩阵,利用特殊的不等式给出了无符号Laplacian矩阵的最大和最小特征值的几个界.

关于图Laplacian矩阵的第三个不变因子的一个注记(英文)

设G是n阶简单连通无向图,其中n≥5.证明了图G的Laplacian矩阵的第三个不变因子S3(G)≤n.刻画了满足S3(G)=n,n-1,n-2,n-3的所有简单连通无向图.

单圈图Laplacian矩阵的第k个特征值

单圈图是边数等于顶点数的简单连通图。在树的第k个特征值的基础上,给出了k在某一范围时单圈图第k个Laplacian特征值的上界。

给定阶与边独立数的树和单圈图的Laplacian矩阵的最大特征值

得到了给定顶点数和边独立数的树与单圈图的Laplacian矩阵的最大特征值的精确上界 。

图的Laplacian矩阵和拟-Laplacian矩阵的谱半径(英文)

1)给出了图的Laplacian矩阵谱半径的一些新的上界,这些界是紧的且比已有的结果都好。2)给出了图的拟 Laplacian矩阵谱半径的一些紧的界,这些界对进一步研究图的拟 Laplacian矩阵的谱将起到重要的作用。

圈长为3的k圈图laplacian矩阵谱的界

设G为n阶的连通k(k 3)圈图,λ1(G)是图G的laplacian矩阵的最大特征值.本文讨论了圈长为3的k圈图的最大特征值与其顶点数及各顶点的悬挂边个数之间的关系.

单圈图Laplacian矩阵的谱

文章分析了单圈图的Laplacian矩阵谱和匹配数之间的关系,得到单圈图的Laplacian矩阵特征值的分布情况,并利用线图理论给出了偶单圈图次大特征值的一种理论求法。

考虑小波包-灰度共生矩阵的高压断路器弹簧疲劳故障程度诊断研究

弹簧操动机构作为高压断路器(High voltage circuit breakers,HVCBs)分合闸操作的储能单元,其可靠性对电力系统的安全运行具有重要意义。本文以六氟化硫高压断路器的弹簧操动机构为研究对象,分析分合闸弹簧的动作机理,对弹簧进行不同程度的故障设置。介绍了振动、声音传感器设备及采集参数,针对小波包时频分析法的缺点,提出一种基于小波包-灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的特征提取方法。从诊断速度和诊断准确度两方面对比了支持向量机(Support vector machine,SVM)、决策树(Decision tree,DT)、朴素贝叶斯、K近邻(K nearest neighbors,KNN)4种诊断模型。实验结果表明,在模拟实际应用场景中,选用K近邻算法对分合闸弹簧故障进行深度诊断能够准确判断故障类型及故障程度,对高压断路器安全可靠运行具有实际应用价值。

公理化的矩阵半张量积

本文给出矩阵半张量积的一个公理化框架,它包括矩阵–矩阵半张量积、矩阵–向量半张量积和向量–向量半张量积.首先,对目前通用的各类矩阵半张量积的基本性质与应用做一个综述性的回顾.然后,介绍一种新近出现的矩阵半张量积,即保维数矩阵半张量积.跟普通矩阵乘法一样,它是多功能的,即它可同时实现矩阵–矩阵乘积、矩阵–向量乘积和向量–向量乘积这3种功能.最后,本文介绍保维数矩阵半张量积的一些代数性质,包括非方矩阵的Cayley-Hamilton定理,非方矩阵的特征值、特征向量等.

基于外部和内部因素评价矩阵的圣彼得堡中医中心发展策略研究

目的:研究圣彼得堡中医中心发展中存在的问题,分析制约和影响其发展的内外部因素,为中医中心在俄罗斯的进一步良好发展提供一定的策略和建议。方法:通过环境因素评价矩阵的方法,分别使用外部因素评价(EFE)矩阵和内部因素评价(IFE)矩阵对影响圣彼得堡中医中心发展的重要制约因素进行定量评价分析,对海外中医中心的未来发展进行科学而系统的研究,利用SWOT模型并由此判断中医中心发展所处的阶段,从而选择适宜的发展策略。结果:利用EFE和IFE矩阵中计算出的力度值,通过SWOT模型运算可得,重心P坐标是(0.2,0.41),可知P位于第一象限,位于机会型策略区。结论:目前适合圣彼得堡中医中心发展的应选择开拓型策略中的机会型,进而提出相应对策与建议,以保障发展策略落实,推进中医中心在俄罗斯的健康长远发展。