匹配理论中Konig定理的新证明方法

归纳了图论匹配理论中Konig定理的几种证明方法和思想，并按从最小覆盖出发寻找最大匹配的思路给出了Konig定理的另一种证明方法．该证明方法是对Konig定理前几种证明的有益补充，同时也从另一个角度反映了Konig定理的本质．     

Riker子波匹配追踪算法及其改进

匹配追踪（Matching Pursuit）算法的基本思想是基于信号的可分解和重构,是在一个确定的函数集合中自适应地选择一些函数来表示一个信号的计算过程,函数集合中的每个函数都称为原子。本文利用奇异值分解对传统的匹配追踪算法进行了改进,提高收敛速度、计算速度以及重构精度,并将得到的时频分布与其他方法进行对比,测验结果证明了改进算法的高效性和有效性。     

基于局部性质的改进正交匹配追踪算法

正交匹配追踪算法是一种重要的压缩感知重构算法,针对正交匹配追踪算法中当前信号的最优估计,每一个采样点都有它的局部性质,且相邻采样点之间必然相互影响.本文基于局部性质,对正交匹配追踪算法进行改进,提高了对稀疏参数的估计精度,实现了信号的重构,实验证明了该方法的有效性。     

基于斜投影算子的压缩采样匹配追踪算法

斜投影匹配追踪算法较正交匹配追踪算法针对非正交字典的重构能力有了大幅提高,但受噪声影响大。该文通过投影矩阵迭代公式导出斜投影匹配追踪算法,并引入回溯的思想,提出基于斜投影算子的压缩采样匹配追踪算法,有效降低了噪声的影响和非正交投影产生的误差,提高了重构精度。仿真结果表明,算法的重构效果优于其它同类算法。     

基于Ricker子波的指数追踪地震信号分解算法

针对目前匹配追踪算法计算效率低的缺点,以Ricker子波作为母函数,提出了指数追踪地震信号分解算法.通过在地震振幅包络极值点处利用指数分布函数进行拟合,求取匹配子波峰值频率,然后利用阻尼最小二乘法求出匹配子波的复振幅,最终将地震信号分解为一系列匹配子波的线性组合.结果表明:相对于复数域快速匹配追踪算法,基于Ricker子波的指数追踪算法在保持地震数据分解精度的前提下,计算效率进一步提高;对于时间采样点数为201的地震剖面,指数追踪算法的计算效率是复数域快速匹配追踪算法的13倍;对于时间采样点数为1 501的地震剖面,计算效率是复数域快速匹配追踪算法的24倍.     

Gabor和Chirplet字典中的子空间匹配追踪算法对比

对比了Gabor和Chirplet字典中的时频原子,研究了Chirplet时频字典中的子空间匹配追踪算法.该算法由时频分布确定chirp原子的时频中心,然后在时频中心保持不变的条件下搜索原子的尺度和调频率.同Gabor字典中的标准匹配追踪算法、子空间匹配追踪算法相比,Chirplet字典中的子空间匹配追踪算法对信号的逼近所需原子数更少,对实测语音信号的数值计算证实了这一点.     

基于在线补偿算法的卫星姿态控制系统容错控制

针对卫星姿态控制系统中传感器或执行机构发生故障的情况,提出一种基于在线核学习算法补偿的内模容错控制方法.该方法利用内模控制的性质以及在线学习算法的补偿能力,来实现卫星姿态控制系统的自适应容错控制.首先,提出了一种基于正交匹配追踪思想的在线核学习算法,其正交性增强了算法的稀疏性,匹配追踪思想确保了估计误差的有界性.其次,利用提出的在线学习算法来补偿原系统的逆模型,作为故障后系统的逆模型使用,并与原系统组成伪线性系统.最后,将此系统应用于卫星姿态控制系统的内模控制中,仿真结果证明该算法快速可靠,能够满足故障状况下的性能要求.     

一种改进的正则化自适应匹配追踪算法

针对压缩感知中未知稀疏度信号的重构问题,提出了一种改进的正则化自适应匹配追踪算法。它通过自适应变步长迭代对信号稀疏度进行估计,并将其作为初始支撑集长度,然后在分阶段迭代中正则化筛选原子,最终实现信号的精确重构。仿真结果表明,该算法重构信号的性能和效率均优于子空间追踪算法、正交匹配追踪算法和稀疏度自适应匹配追踪算法。     

基于改进粒子群算法的匹配追踪分解优化研究

文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解.利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征.结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度.     

一种改进的跳频信号时频分析方法

利用正交匹配追踪的稀疏表示算法进行跳频信号时频分析时,性能受到傅里叶基矩阵长度和稀疏度未知的限制。针对此问题,结合跳频信号特点对稀疏表示算法加以改进:将跳频信号分段,对每段信号进行傅里叶变换并进行门限检测,得到频率预估计值和信号稀疏度;利用频率预估计值构造频率细化子傅里叶基矩阵;基于正交匹配追踪算法得时频谱图。在运算量相同的情况下,改进方法比直接采用正交匹配追踪算法可获得更高精度的时频谱。     

一种冗余字典下的信号稀疏分解新方法

针对目前冗余字典下信号稀疏分解常用算法计算复杂度高的问题,提出一种分组匹配追踪算法．该算法首先利用多组正交基构造冗余字典,然后采用迭代式分组匹配追踪,每次迭代从字典中选出一组和原始信号或残余最匹配的正交基,采用正交分解快速算法进行正交分解得到少量重要系数,多次迭代后逐渐稀疏逼近原始信号．实验结果表明,基于小波正交基级联冗余字典进行信号稀疏分解时,在同等稀疏条件下,与匹配追踪(MP)算法相比,该算法的计算速度提高了大约30倍,而且可避免过匹配现象．     

基于语法树的程序正确性验证模型及算法设计

基于语法树的程序正确性验证方法是目前程序正确性验证全新的研究领域,该方法以程序的语法树作为程序正确性的检验对象,运用适当的树匹配算法,来验证目标程序的正确性.该文在介绍基于语法树的程序正确性验证方法的基础上,借鉴无序标签树匹配的相关研究成果,结合软件构件的查询技术,提出一种新的XML路径查询模型和树匹配算法,并展示了STM在程序正确性验证方面的前景.     

一种稀疏度自适应超宽带信道估计算法

针对在超宽带信道估计中应用压缩感知理论需要预知信道稀疏度的问题,利用超宽带信道在时域上的稀疏性,将信道估计问题转化为压缩感知理论中的稀疏向量重构问题,提出了稀疏度自适应正则化压缩采样匹配追踪（SARCoSaMP）算法。该算法在压缩采样匹配追踪（CoSaMP）算法的基础上,引入自适应和正则化方法,自动调整所选原子数目,逐步逼近信道稀疏度K,在稀疏度未知的情况下精确地实现信道估计。仿真结果表明,该算法可有效应用于超宽带系统的信道估计,并且其性能明显优于CoSaMP算法和稀疏自适应匹配追踪（SAMP）算法。     

基于视觉保真的匹配跟踪位分配

提出一种改进的匹配跟踪视频编码的位分配策略,它能够根据人类视觉的某些高级特性在编码过程中动态确定视觉关注优先的区域,然后以此作为依据调整原有的原子搜索策略,使得原子函数分布集中在感兴趣区域附近,因此这些区域的图像质量能够得到相对提升,从而改善整个匹配跟踪视频编码器的图像恢复质量.最后的实验结果表明,改进后的位分配策略能够有效地提高恢复图像帧的主观视觉质量,具有较强的应用价值.     

Fast matching pursuit for traffic images using differential evolution

To obtain the sparse decomposition and flexible representation of traffic images,this paper proposes a fast matching pursuit for traffic images using differential evolution. According to the structural features of traffic images,the introduced algorithm selects the image atoms in a fast and flexible way from an over-complete image dictionary to adaptively match the local structures of traffic images and therefore to implement the sparse decomposition. As compared with the traditional method and a genetic algorithm of matching pursuit by using extensive experiments,the differential evolution achieves much higher quality of traffic images with much less computational time,which indicates the effectiveness of the proposed algorithm.     

基于匹配追踪的配电网单相接地故障定位方法

为了进一步解决采用小电流接地系统的配电网单相接地故障定位问题,利用原子稀疏分解匹配追踪算法分解单相接地电流暂态信号,自适应地提取衰减的直流电流分量.结合配电网拓扑结构和提取的衰减直流分量幅值,划分故障路径并进一步定位故障点.仿真结果表明,匹配追踪算法可以快速有效地提取衰减直流分量,准确地实现小电流接地系统单相接地故障的在线区段定位.相比于传统算法,原子稀疏分解理论克服了传统非自适应性算法的局限性,提高了暂态信号成分提取的准确性.     

中文自动校对系统的研究与实现

提出了一种词匹配的语法分析相结合的中文文本自动校对法，采用规则与统计相结合的方法，不使用大规模语料库；而且根据原文的输入方式，用逆向最大匹配和局部语料统计的算法，找出散串，通过词匹配和语法分析处理散串，得到错误串的候选串，通过人机交互的方法对错误串进行自动校正。实验表明，系统的查错率达80％以上，误报率在5％左右，基本满足了应用要求。     

An underwater acoustic data compression method based on compressed sensing

The use of underwater acoustic data has rapidly expanded with the application of multichannel, large-aperture underwater detection arrays. This study presents an underwater acoustic data compression method that is based on compressed sensing. Underwater acoustic signals are transformed into the sparse domain for data storage at a receiving terminal, and the improved orthogonal matching pursuit(IOMP) algorithm is used to reconstruct the original underwater acoustic signals at a data processing terminal. When an increase in sidelobe level occasionally causes a direction of arrival estimation error, the proposed compression method can achieve a 10 times stronger compression for narrowband signals and a 5 times stronger compression for wideband signals than the orthogonal matching pursuit(OMP) algorithm. The IOMP algorithm also reduces the computing time by about 20% more than the original OMP algorithm. The simulation and experimental results are discussed.