高密度视频矩阵中的视频处理技术

目前的安防系统中，以智能网络矩阵为代表的中心控制系统的功能已经非常强大，但视频处理效果的好坏直接影响到矩阵的整体使用效果。本文简单阐述在高密度视频矩阵中的视频处理技术，以供读者参考。     

数字矩阵的发展——IP监控的原动力

矩阵发展至今，已朝着数字化方向发展。而在大型监控项目中，上级若想利用前端视频数据，必将通过IP监控完成，而数字矩阵则在其中发挥着核心作用。本文以数字矩阵为例，为读者讲述其发展现状。     

融合卷积神经网络和最短路径计算的染色体三维重构

通过卷积神经网络建模，利用染色体的原始相互作用频率(IF)矩阵中的值推断矩阵邻近区域，以降低矩阵的稀疏程度形成相对稠密矩阵；将相对稠密矩阵转换为距离矩阵，构建加权无向图，计算图中任意两个顶点之间的最短路径，以补全矩阵剩余未知部分的值，形成完整距离矩阵；运用多维缩放方法在完整距离矩阵上推断出染色体三维结构.在高通量染色体构象捕获(Hi-C)数据上的实验结果表明，相较于已有的代表性同类算法，本文给出的算法能够获得更小的均方根误差值、更大的Pearson相关系数值，所重构的染色体三维结构与真实结构更相似.     

高维空间实体重建理论及应用研究

以矩阵理论为工具，建立投影矩阵的定义与有关定义；探讨低维空间投影矩阵与高维空间投影矩阵之间的内在联系，由此导出从低维空间实体重建高维空间实体必须满足的充分必要条件。     

基于类间散布矩阵的二维主分量分析

主分量分析是一种线性特征抽取方法，被广泛地应用在人脸等图像识别领域。但传统的PCA都以总体散布矩阵作为产生矩阵，并且要将作为图像的矩阵转换为列向量进行计算。该文给出了一种利用图像矩阵直接计算的二维PCA，以类间散布矩阵的本征向量作为投影方向，取得了比利用总体散布矩阵更好的识别效果，并且特征抽取速度更快。在ORL和NUSTFDBⅡ标准人脸库上的实验验证了该方法的有效性。     

基于类扩张矩阵的信息系统特征选取

特征选取是一个NP-Hard问题。为了快速完成信息系统的一个最小特征选取，引入了类扩张矩阵的定义。通过类扩张矩阵的元素表示对象的差异，并利用逻辑上包含关系，有效浓缩类扩张矩阵。最后，以类扩张矩阵的统计信息为启发式信息，在浓缩类扩张矩阵中实现一个最小特征子集的快速求解。通过理论分析和实验，证明了该特征选取方法的高效性。     

二维主元分析在人脸识别中的应用研究

结合二维主元分析（two-dimensional principal component analysis，2DPCA）的特点，将2DPCA算法用于人脸识别。它与主元分析（principal component analysis，PCA）的不同之处在于，2DPCA算法以图像矩阵为分析对象；而PCA算法以图像的一维向量为分析对象。2DPCA算法是直接利用原始图像矩阵构造图像的协方差矩阵。而PCA算法需对原始图像矩阵先降维、再将降维矩阵转换成列向量，然后构造图像的协方差矩阵。为了测试和评估2DPCA算法的性能，在ORL（olivetti research laboratory）与Yale人脸数据库上进行了实验，结果表明，2DPCA算法用于人脸识别的正确识别率高于PCA算法。同时，也显示了2DPCA算法在特征提取方面比PCA算法更有效。     

基于边缘匹配的纵向碎纸拼接方法

详细阐述针对规则纵切的碎纸片的一种恢复方法。该算法先将图像转码为对应的像素矩阵，并且将矩阵二值化处理。接着根据文字笔画的连续性计算碎纸边缘信息的匹配度矩阵，再根据文本间的连续性，计算出碎纸片之间的相似度矩阵。最后结合匹配度矩阵与相似度矩阵的信息，当以某张进行匹配时，其相应的下一张是既高度符合匹配度矩阵又高度符合相似度矩阵的，从而实现对碎纸的拼接复原。经过碎纸拼接试验验证，效果良好，方法准确便捷，是可行的。     

有向图的埃尔米特拉普拉斯矩阵研究

拉普拉斯矩阵对于无向图的研究具有重要意义，其特征值反映了图的部分结构与性质，据此可以设计有效的算法以解决图上一些相关的任务，如划分、聚类等。将拉普拉斯矩阵推广至有向图，一大难点是失去了对称性，特征值可能为复数。为了规避该问题，最近的研究引入了k次单位根作为边权，定义了复数域上的拉普拉斯矩阵，该矩阵是埃尔米特矩阵。文中提出了有向边的旋转角的概念，对该矩阵进行了推广，证明了其具有与无向图拉普拉斯矩阵类似的代数性质；给出了有向图的约束方程组和有向环路的定义，证明了拉普拉斯矩阵最小特征值为0、约束方程组有解以及图中任意有向环路旋转角为2lπ(l∈?)这三者间的等价性。最后给出了一些相关推论及应用。     

基于电子病历利用矩阵乘法构建医生推荐模型

摘要：当前医疗机构缺乏通过互联网进行医疗资源推荐的有效渠道。同时，由于医疗应用场景的复杂性与多样性致使传统推荐算法面向医疗领域推荐质量不高。因此，提出基于电子病历利用矩阵乘法构建医生推荐模型。推荐模型以电子病历为研究对象，使用朴素贝叶斯分类器获取意向科室；根据症状、诊断、结论等信息构建意向科室医生-疾病矩阵与疾病-患者矩阵，利用矩阵乘法计算推荐结果。实验结果表明，推荐模型达到最佳性能时准确率为97.3%，平均准确率可以达到95.6%。     

基于CNN的安防数据相似重复记录检测模型

安防行业的结构化数据中存在大量的相似重复记录，传统的相似重复记录检测算法的识别率很难满足安防行业的实际需求。针对这种情况，引入了卷积神经网络模型，设计两种以LeNet-5模型为基础的改进模型，一种是输入为词向量矩阵的模型，另一种是输入为相似度矩阵的模型。实验表明，输入为词向量矩阵的模型的精确率和召回率均达到了96%以上，输入为相似度矩阵的模型的精确率和召回率高达98%,并且K折交叉验证的结果说明模型具有较强的泛化能力。     

遭遇尴尬境地，矩阵突破重围力求新生

随着数字系统、网络系统的出现，传统模拟矩阵受到不小的冲击，而数字系统以远程传输、多点监控、方便快捷等多重优势，“盖过”了矩阵昔日的光芒，大有取代之势。当数字系统“攻城之势”日渐凶猛，矩阵厂家该如何应对才可继续守卫自己的领土？而矩阵产品应如何改进才可适应行业发展？这些均是不少矩阵厂家深思的问题，而同时，矩阵厂家仍在极力开发新产品，以期突破重围力获新生。     

图自动编码器上二阶段融合实现的环状RNA-疾病关联预测

大部分现有的用于预测环状RNA(circRNA）与疾病之间关联关系的计算模型通常使用circRNA和疾病相关数据等生物学知识，配合已知的circRNA-疾病关联信息对来挖掘出潜在的关联信息。然而这些模型受已知关联构成的网络稀疏性、负样本过少等固有问题的影响，导致预测性能不佳。因此，在图自动编码器基础上引入归纳式矩阵补全及自注意力机制进行二阶段融合，以实现circRNA-疾病关联预测，由此构建的模型叫GIS-CDA (Graph auto-encoder combining Inductive matrix complementation and Self-attention mechanism for predicting Circ RNA-Disease Association）。首先，计算circRNA集成和疾病集成的相似性，并利用图自动编码器学习circRNA和疾病的潜在特征，以获得低维表征；接着，将学习到的特征输入归纳式矩阵补全，以提高节点之间的相似性和依赖性；然后，将circRNA特征矩阵和疾病特征矩阵整合为circRNA-疾病特征矩阵，以增强预测的稳定性和精确性；最后，引入...     

从Web日志中挖掘用户浏览偏爱路径

Web日志中包含了大量的用户浏览信息，如何有效地从其中挖掘出用户浏览兴趣模式是一个重要的研究课题．作者在分析目前用户浏览模式挖掘算法存在的问题的基础上，利用提出的支持一偏爱度的概念，设计了网站访问矩阵，并基于这个矩阵提出了用户浏览偏爱路径挖掘算法：先利用Web日志建立以引用网页URL为行、浏览网页URL为列、路径访问频度为元素值的网站访问矩阵．该矩阵为稀疏矩阵，将该矩阵用三元组法来进行表示．然后，通过对该矩阵进行支持一偏爱度计算得到偏爱子路径．最后进行合并生成浏览偏爱路径．实验表明该算法能准确地反映用户浏览兴趣，而且系统可扩展性较好．这可以应用于电子商务网站的站点优化和个性化服务等．     

三元概念的布尔矩阵表示方法

将布尔矩阵引入到三元概念分析，研究三元背景和三元概念的布尔矩阵表示方法。首先，定义三元背景的关系矩阵，将每一个条件下的三元背景看作一个布尔矩阵，那么三元背景是一个布尔分块矩阵，该布尔分块矩阵即为三元背景的关系矩阵。然后，利用关系矩阵给出三元背景上诱导算子的布尔矩阵表示方法，进而得到生成三元概念的外延、内涵和方式的布尔矩阵表示方法，该方法在生成三元概念时只使用一些基本的布尔矩阵运算而不涉及三元背景的诱导算子。最后，给出构造三元概念的枚举法的布尔矩阵表示方法以及基于对象-条件三元概念构造三元概念的布尔矩阵表示方法。三元概念的布尔矩阵表示方法从矩阵的角度理解三元背景和三元概念，为研究三元概念分析提供了新的视角。     

块三对角线性方程组的一种有效并行算法

提出了求解系数矩阵为块三对角的线性方程组的一种适合于MIMD分布式存储的并行算法，该算法以系数矩阵分解为基础，充分利用了系数矩阵结构的特殊性，进行了近似处理，使整个计算过程只在相邻处理机间通信两次，具有很高的并行效率，并在理论上给出了该算法成立的充分条件。最后，在HPrx2600集群上进行数值试验，结果表明，加速比呈线性增加，并行效率达到90％以上。     

递推辨识中的U—D分解算法

本化研究了递推辨识算法的一种代数等价实现－U－D分解算法，其基本思想就是将方差矩阵分解成三个矩阵乘的积形式：P(t)=U(t)D(t)U^T(t)其中U(t)为单位上三角矩阵，U(t)为非负对角矩阵，并在每步递推计算时，用其因子矩阵U(t)与D(t)的更新来代替方差矩阵P（t)的直接递推，这样，就可以在计算量基本不变的情况下，有效的保证方差矩阵的对称性，正定性，从而获得较好的数值特性。大量的数值仿真研究表明：这种算示的数值稳定性好，计算机的舍一对估计精度的影响较小，因此该算法的计算精度较差，以利用在有限字长的微型机上实现自适应控制时，提高系统参数实时辨识的精度。     

∑^2全文数据库模型算法和应用

在简单介绍∑^2矩阵模型的基础上，以一个应用实例为对象，对∑^2矩阵模型的建立，查询等方面进行了较为详细的讨论，提出一些可能遇到的问题和困难，并同时给出了一些解决方法和策略。     

最小分布优先Clos网路由算法

提出了一种新的Clos网无阻塞路由算法、最小分布优先算法，用该算法可以降低Clos路由算法的高时间复杂度。对于Clos网连接说明矩阵，提出并证明了矩阵中某一列的完全性问题是一个独立的问题，并据此提出了以最小分布优先的方式逐列计算Clos连接说明矩阵的策略，消除了产生在矩阵列之间的回溯以及列内元素之间的回溯，能够完全实现无阻塞路由，在最坏情况下的时间复杂度为O(N3/2)，可以应用于Clos网路由控制。     

矩阵方程A~TP＋PA＋F_i~TPF_i＝－Q的解及其应用

本文以Ｌｙａｐｕｎｏｖ矩阵方程理论为基础研究矩阵方程解的存在性、唯一性、基本解法与数值算法，并用所得结果研究了一类Ｉｔｏ型线性随机系统的均方鲁棒稳定性与一类线性时滞系统的稳定性，得到了简洁的代数判据．