一种有效的新预条件Gauss-Seidel迭代法

为了改善古典迭代法的收敛速度,本文提出一种带参数的新预条件方法,并对参数的选择给出必要条件,证明了对于非奇异不可约M一矩阵,新预条件方法收敛且可以加速Gauss—Seidel迭代法的收敛速度,数值例子表明新预条件方法是有效的．     

关于计算矩阵指数的新思考

本文结合符号计算推出了一种计算有理矩阵指数的新方法,利用该方法可以计算出有理矩阵指数的一类精确表达式．这种方法已实现了程序化,并且可以推广到一般有理矩阵函数的计算．     

基于文件拆分与高斯消去的线性方程组求解

针对集群系统内存不足导致大规模矩阵无法调入的情况,设计并实现一种基于文件拆分与高斯消去的线性方程组求解算法,将大规模系数矩阵文件连续拆分为多个规模可控的子文件进行存储和计算,使服务器空闲内存小且具有较好的计算能力。在ABEEMσπ模型中的应用结果表明,当Altix3700服务器任务提交量大、CPU占有率高时,该算法仍可以计算出蛋白质分子的电荷分布。     

基于布尔矩阵的Deep Web复杂模式匹配

在正负关联规则中引入布尔矩阵的概念,在双重相关性挖掘算法的基础上提出一种Deep Web复杂模式匹配算法。将查询接口模式中的属性项转化成布尔矩阵,通过对矩阵进行正关联规则运算挖掘组属性,对矩阵进行负关联规则运算挖掘同义属性。实验结果表明该算法的执行效率较高。     

基于局部线性嵌入的最大散度矩阵算法

提出一种基于局部线性嵌入的最大散度矩阵算法——FSLLE。引入线性映射解决局部线性嵌入算法的样本外学习问题,通过自适应动态地确定局部线性空间邻域参数,最大化地融合样本数据的类别信息和局部结构信息矩阵,以获取髙维数据的最佳分类低维子空间。在JAFFE人脸表情库对该算法进行测试,结果表明,FSLLE算法能根据流形结构动态地确定局部邻域的大小,具有较好的表情识别率。     

基于矩阵运算的二维EMD算法

为利用人类视觉冗余,达到更高嵌入率,在EMD算法的基础上提出一种二维高嵌入率的空域隐写算法.将载体图像像素序列划分成大小为m×n的矩阵块,结合EMD算法与矩阵运算将编码后的秘密数据,分别独立地嵌入到矩阵块的行和列上,通过性能分析得出矩阵块的行数m的最佳取值为1.实验结果表明,相比EMD算法,该算法的嵌入率有较大提高.     

基于视觉伺服的自主微装配方法

研究基于视觉伺服的自主微装配方法,为实现深度信息估计,提出一种基于马尔可夫随机场的散焦特征参数模型,将散焦特征深度信息的估计转化为能量函数的优化问题,采用Broyden 图像雅可比矩阵实现视觉伺服控制。通过微夹钳自动定位与夹取实验,验证了该方法的有效性。     

哈斯矩阵图的G-蛋白偶联受体类型预测

利用氨基酸数字编码模型,将蛋白质序列转换为数字序列,根据偏序理论构建蛋白质哈斯矩阵。基于同一类型蛋白质哈斯矩阵图 具有相似图像纹理的假设,运用图像处理方法提取图像的几何矩作为伪氨基酸成分,对G-蛋白偶联受体类型分为2层进行预测,预测成功率分别为92.33%和85.48%。预测效果表明该方法是可行的。     

改进的动态加权多传感器数据融合算法

为采用多个传感器对某一目标特性进行多次测量,提出一种改进的动态加权多传感器数据融合算法。利用模糊集合理论中的隶属函数构造各观测值的支持度矩阵,通过增加矩阵维数度量观测数据在整个观测区间的相互支持程度,采用矩阵特征向量的稳定理论分配融合权重,得到数据融合估计的最终表达式。仿真结果表明,与同类方法相比,该方法的融合精度较高,具有较好的稳健性。     

基于二进制矩阵的RS编码优化算法

现有RAID系统的编码算法不能同时具备较高的执行效率和较强的容错能力。为此,提出一种基于二进制矩阵的RS编码优化算法。使用RS编码中有限域内乘法运算得到转换后的二进制矩阵,采用多分法对其进行优化,从而减少编码时的异或运算次数,以此设计优化算法。实验结果表明,该算法的执行效率较高,容错能力较大。