最优数字分配策略的分析与实现之一——实现思想

最优数字分配策略是将1-30的整数存入50*50的矩阵中每个存储单元的2-5个子单元中,使得分配的数据满足违约分最低的项目,项目根据不同的方案综合实现违约分最低。     

基函数可递归的泛函神经元网络学习算法

将泛函神经元结构做了一个变形,给出了一种基函数可递归的泛函神经元网络学习算法,该算法借助于矩阵伪逆递归求解方法,完成对泛函神经元网络基函数的自适应调整,最终实现泛函网络结构和参数共同的最优求解。数值仿真实验结果表明,该算法具有自适应性、鲁棒性和较高的收敛精度,将在实时在线辨识中有着广泛的应用。     

噪声ICA模型去偏技术研究

偏差去除算法通常假设高斯噪声条件下对普通ICA算法进行修正来消除噪声带来的影响。但是存在高斯噪声条件时,普通ICA算法对解混矩阵仍然可以辨识。故引入基于QR分解的RLS自适应噪声抵消算法和Fast-ICA算法相结合,只需对观测信号进行去噪处理,不需要对解混矩阵修正。并分别在同一噪声和相关噪声条件下做了仿真实验,与LMS-ICA算法进行了比较。仿真实验证明,该方法比后者效果显著。提出了用最小二乘算法计算分离信号的输出信噪比,作为评价算法的性能指标。     

LBP与LNMF特征融合的人脸识别

提出一种融合局部二值模式(LBP)和局部非负矩阵分解(LNMF)进行人脸识别的方法,采用LBP算子提取分块人脸图像的LBP直方图序列(LBPHS),根据每块的贡献度,得到权重的直方图序列(WeightLBPHS),采用LNMF方法提取其非负子空间及其系数矩阵,根据最近邻原则进行识别。在ORL和YALE标准人脸数据库上的实验表明,该方法具有较高的识别率。     

产品概念设计可制造性评价方法研究

随着新产品开发技术的发展,人们对产品使用性能和外观艺术的要求越来越高。但概念设计不仅仅体现艺术性,更应符合工业产品的制造特点和使用特性。认为产品概念设计方案的可制造性决定于概念设计的工业设计阶段,并针对工业设计因素建立概念设计评价体系。认为产品概念设计可制造性评价是一个多层次、多属性的决策问题,建立概念设计评价模型,并基于多属性决策的理论知识给予了解决。     

求解二维对流扩散方程的投影迭代法

鉴于目前流行的求解大型稀疏代数方程组的投影迭代法中,为提高迭代效率,在迭代前通常需要对稀疏矩阵进行预处理,改善迭代矩阵的条件数,从而减少迭代次数,这使得发展稀疏矩阵的存储技术变得尤为关键。基于二维对流扩散方程的四阶紧致差分格式,将其转化为代数方程组,得到其三对角块形式的系数矩阵,利用稀疏矩阵存储技术和预条件迭代法进行求解,并与传统的中心差分格式所得数值解进行比较,充分说明了方法的高效性和可靠性。     

数据挖掘中关联规则Apriori算法

深入研究关联规则算法, 针对Apriori算法瓶颈问题提出了一种改进算法, 该算法在构建向量矩阵的基础上, 只需要扫描一次事务数据库, 通过优化连接和剪枝, 提高了算法的运行效率. 研究和实验表明, 改进后的算法在大规模的事务数据库中, 较Apriori算法有明显的优势.     

同源视频Copy-Move篡改检测及恢复

针对同源视频序列的copy-move篡改方式, 提出一种通过度量图像内容间的相关性, 来实现对视频序列的copy-move篡改检测并恢复的方法. 首先将视频帧内容转化为一系列连续的图像帧, 对图像分块, 提取每帧图像的8个特征矢量, 再利用欧氏距离计算帧间相关性, 并通过添加偏差矩阵构造动态偏差阈值, 检测出copy-move篡改序列且精确至帧, 从而实现对视频序列的篡改检测与恢复. 实验表明, 该算法对同源视频序列的copy-move篡改检测及恢复能够取得理想的效果.     

在Mathematica环境下实现交互式矩阵初等变换

在Mathematica7.0环境下,实现了交互式矩阵初等变换。使用时只需选择矩阵初等变换的类型,并输入相应的变换参数,即可完成相应的初等变换并以可视化的方式显示矩阵初等变换的步骤及结果。在线性代数的教学中采用此交互式矩阵初等变换,可以在课堂中随时改变实例并进行演示来提高多媒体教学内容的灵活性。     

一种基于矩阵的知识粒度计算方法

不确定性是粗糙集理论研究中的热点问题之一,而知识粒度是度量知识系统不确定性的一种重要方法.文中从矩阵的视角探讨知识粒度、粗糙度和属性重要度等概念的计算方法并分析知识粒度矩阵算式的内在含义,揭示出知识粒度与等价关系矩阵之间的关系.在提出知识粒层次结构的基础上进一步探讨了属性增删时知识粒度的变化规律.最后结合属性增删时不可分辨关系矩阵的更新将属性重要度的矩阵计算方法应用于求属性集的核集和最小约简中,算例表明属性重要度的矩阵计算方法在属性约简中的有效性.