基于LDL~T分解求实对称矩阵特征值的递归算法

基于线性代数与矩阵理论,给出利用LDLT分解计算实对称矩阵特征值的递归算法。该算法可求出实对称矩阵在给定区间内的特征值的个数,并可计算满足精度要求的特征值。理论分析和实际测试证明该算法是有效的。     

基于近似权重计算的网络安全威胁评估方法

传统的AHP方法由于判断值受人为影响因素太大,导致在衡量多因素权重时常常出现结果不一致,影响结论的准确性和评估结果的可信性。本文以网络风险评估中的威胁评估为例,建立基于“威胁对资产的影响一安全属性一攻击”的威胁评估模型,利用层次化的计算模型评估威胁的风险等级,从给出的区间判断矩阵入手,将区间判断矩阵一致逼近到一般的数字判断矩阵,得到各层元素的近似权重。通过实例验证,该方法能精确地、自动量化实时风险势态状况。     

并行通讯格雷码多圈旋转编码器和S7-200型PLC在石灰炉提升机上的应用

本文系统分析了各种旋转编码器和S7-200型PLC的特点,解决了用S7-200型PLC将格雷码翻译成二进制码等难题,选用并行通讯格雷码旋转编码器、S7-200型PLC和中文TD200人机界面组成控制系统,成功实现石灰炉提升机自动控制,控制系统必将在小规模精度定位领域中得到广泛应用。     

一种基于分辨矩阵的新的属性约简算法

属性约简是粗糙集理论中的重要研究内容之一．但属性约简是一个NP难题,需要通过启发式知识实四。文中提出利用分辨矩阵求不同的条件属性组合相对于决策属性的正域的方法,并给出新的求核属性的方法。在此基础上,提出了一种利用分辨矩阵实现属性约简的新算法,该算法能快速求最少属性且实现简单,并实现了属性约简与规则提取的同步．最后通过实例证明了其正确性。     

基于Laplace谱的图像分类

利用谱能够反映图像的结构特性,提出了一种运用Laplace谱进行图像分类的算法。首先对图像中的特征点构造Laplace矩阵,通过SVD分解得到该矩阵的特征值,再由协方差矩阵,将高维的Laplace特征值投影到低维的特征空间中,最后分别采用BP算法和SVM算法对图像进行分类。通过模拟实验和真实实验,表明不同类序列图像的结构不同,其Laplace谱也不同,而同类序列图像的结构相似,其Laplace谱也相近,因此,Laplace谱与图像的结构之间存在着直接联系,能够作为图像分类的特征样本。实验结果说明,利用Laplace谱表示的图像特征对图像进行分类,具有较高的识别率。     

矩阵求逆运算的VLSI实现

矩阵运算广泛应用于各类电路计算中,矩阵运算的硬件实现能够充分发挥硬件的速度和并行性。其中矩阵求逆是矩阵运算中重要的运算。为加速矩阵求逆,研究构造出一种非常易于实现的基于心动阵列的矩阵求逆的电路结构。通过硬件描述语言Verilog建模,VCS仿真及用Design Compile进行综合,结果表明这种并行结构能快速实现矩阵求逆,且运算精度较高。     

基于神经网络和综合特征的车牌定位算法

文中提出一种基于神经网络．利用车牌颜色、字符分布特征来提取车牌的算法。与以前的神经网络定位车牌不同的是,本算法是用二值化后每个8-连接对象作为网络的输入。这样可以减少训练样本数目．有针对性地训练噪音。实验证明本算法对于复杂背景的车牌有较好的提取效果,并且有较快的执行速度和较好的鲁棒性。     

基于等价类的关联规则挖掘矩阵算法

关联规则挖掘算法中的Apriori算法利用查找频繁项集来发现数据集中的关联规则,算法思路简单容易实现;但在由k-1次频繁项集生成k次频繁项集时需反复查找数据库,效率较低,在寻找高次频繁项集时其低效性更加明显;矩阵算法是通过直接查找高次频繁项集,避免了反复查找数据库,但要存储大量的非频繁项集,且查找低次频繁项集速度较慢。文中提出的矩阵等价类算法,利用等价关系进一步降低矩阵算法的时间空间复杂度,然后通过项目相似度直接求取所有最大频繁项集。实验结果证明了算法的可行性、高效性。     

基于PCA算法的人脸识别

利用PCA算法提供了一个高维和低维间的线性变换矩阵,这个变换矩阵可以通过求取协方差矩阵的特征向量获得而无需其它参数。PCA可逆的线性变换矩阵对截断的误差在均方差意义下最小的特点,即以各维特征欧氏距离上的重建误差和最小为目标,平均对待每一维特征,来截取图像一部分能量,以降低获取数据的维数,提高识别的速度,同时尽可能地提高精度。     

基于各点异性理论的基础矩阵鲁棒估计

针对基础矩阵常用算法对噪声过于敏感、抗干扰能力差等缺点,基于误差与变量相关（Errors-in—Variables,EIV）模型提出1种新的鲁棒性基础矩阵估计算法．该算法采用各点异性回归技术,建立EIV模型,依据数据矢量观测集合最优地估计EIV模型参数和数据矢量真值集合．实验结果表明,在存在较大噪声干扰的条件下,此算法仍能较为准确地估计基础矩阵,具有良好的鲁棒性和较快的运算速度.