Numerical solution of the kinematic dynamo problem for Beltrami flows in a sphere

The article discusses computational aspects of the kinematic problem of magnetic field generation by a Beltrami flow in a sphere. Galerkin's method is applied with a functional basis consisting of Laplace operator eigenfunctions. Dominant eigenvalues of the magnetic induction operator and associated magnetic eigenmodes are obtained numerically for a certain Beltrami flow for magnetic Reynolds numbers up to 100. The eigenvalue problem is solved by a highly optimized iterative procedure, which is quite general and can be applied to numerical treatment of arbitrary linear stability problems.     

基于多维彩色向量空间的火焰图像模糊聚类分割算法

针对火灾探测过程中早期火焰的分割技术研究,提出了一种基于多维彩色向量空间的火焰图像模糊聚类分割算法,该算法以运动目标序列图像之间变化的区域作为聚类模板,提取该聚类模板的RGB多维彩色特征向量,然后将图像的像素与聚类模板通过模糊聚类的方式进行分割。这种分割算法计算简单,时间开销较小,可以较好地获取火焰图像的边缘形态特征,并且能够明显消除不同光线下分割误差,实现快速无监督自动分割。     

基于最小二乘支持向量机的故障诊断方法*

提出了一种小波包分析与最小二乘支持向量机相结合的机械设备故障诊断模型.首先对故障信号功率谱进行小波分解,简化了故障特征向量的提取,然后采用最小二乘支持向量机进行故障诊断.在该模型中,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转换为线性方程组的求解,并提出对核函数的σ参数进行动态选取.仿真结果表明:该模型可以取得较高的故障诊断准确率.     

ARD算法收敛性分析

对交替行对角化（ARD）算法收敛性进行分析.基于收敛性分析,给出了一些关于如何选取初始矩阵的策略,提出了算法终止的新准则.通过3个数值例子来说明所提出的分析策略的有效性.     

粗集理论及其在旋转机械故障诊断中的应用 (二)旋转机械故障诊断知识库的形成

旋转机械故障诊断知识库形成的主要环节是信号的采集和信号的分析、整理 ;在所有的机械故障信号中 ,振动诊断技术是故障诊断的常用手段 ,对振动信号实现连续、在线诊断的最重要的数学工具是快速傅里叶变换(FFT)和小波理论。通过对实验的观察 ,建立转子故障特征向量和故障类型之间对应关系的数据库 ,为基于粗集理论故障诊断的决策表的形成提供了原始的知识库     

GPS／SINS超紧组合导航系统自适应混合滤波算法

针对传统反馈校正滤波结构中,由于不可观测状态的反馈导致系统滤波精度下降,以及由于全球定位系统／捷联惯性导航系统(GPS／SINS,global positioning system／strapdown inertial navigation system)超紧组合导航系统量测方程的非线性导致滤波难度的增加等问题,本文重新推导了线性的量测方程,并将基于状态可观测性的混合校正滤波算法应用于该模型．通过对比三种主流可观测性分析方法,选用误差协方差阵的特征值和特征向量可观测性分析方法分析系统状态的可观测性．最后根据可观测性分析的结果制定自适应的反馈因子,从而对SINS和GPS接收机误差进行校正．仿真结果显示,该方法可以有效提高不完全可观测系统的估计精度．     

N重亏损状态矩阵广义特征向量灵敏度分析

为了克服具有N重特征值的状态矩阵发生亏损现象后对灵敏度分析的制约,本文基于亏损矩阵的若当标准形理论,引入广义特征向量及其伴随向量系,提出了广义特征向量灵敏度的全模态算法。求解亏损矩阵广义特征向量的灵敏度时,发现除一个灵敏度系数为非精确解外,其余灵敏度系数均为精确解。针对非精确解,通过引入松驰因子获得了较好的近似解。数值算例证实该算法适用于N重亏损状态矩阵的灵敏度分析。     

基于相频特性的具有光照鲁棒的人脸识别研究

传统人脸识别对人脸图像光照要求与人脸训练库差异不大,这提高了人脸识别系统运行的环境条件,限制了应用范围.为了降低人脸识别对环境条件的要求,克服光照对人脸识别的影响,分析了人脸图像的相频特性与光照的无关性,提出了基于相频特性的人脸识别,保留了人脸之间的可区分性.由于人脸之间可区分的信息量较少,运用最小非零特征向量作为人脸特征.实验仿真表明,与传统方法相比,提出的基于相频特性的人脸识别对光照变化具有鲁棒性.     

Signal‐to‐noise ratios for measuring saliency of features extracted by eigenvector methods from ophthalmic arterial Doppler signals

Abstract: Features are used to represent patterns with minimal loss of important information. The feature vector, which is composed of the set of all features used to describe a pattern, is a reduced‐dimensional representation of that pattern. Medical diagnostic accuracies can be improved when the pattern is simplified through representation by important features. By identifying a set of salient features, the noise in a classification model can be reduced, resulting in more accurate classification. In this study, a signal‐to‐noise ratio saliency measure was employed to determine the saliency of input features of recurrent neural networks (RNNs) used in classification of ophthalmic arterial Doppler signals. Eigenvector methods were used to extract features representing the ophthalmic arterial Doppler signals. The RNNs used in the ophthalmic arterial Doppler signal classification were trained for the signal‐to‐noise ratio screening method. The application results of the signal‐to‐noise ratio screening method to the ophthalmic arterial Doppler signals demonstrated that classification accuracies of RNNs with salient input features are higher than those of RNNs with salient and non‐salient input features.     

基于最大信噪比的盲源分离算法的修正与比较

对基于最大信噪比的盲源分离算法进行了修正,解决了原算法在一些情况下失效的问题,并且比较分析了以上算法和全局最优盲源分离算法的分离性能。仿真结果表明,修正了的基于最大信噪比的盲源分离算法和全局最优盲源分离算法经常在分离性能上很相近,且都解决了修正前算法在一些情况下失效的问题。