以非负矩阵分解提取局部特征的SAR目标稀疏表示分类

合成孔径雷达( SAR)目标分类是自动目标识别系统的核心功能之一,对于战场监视等应用具有重要意义。利用SAR图像局部散射明显的特点,提出了通过训练样本的非负矩阵分解获得低维数局部特征编码,并以该编码作为字典进行稀疏表示分类的方法。采用Gotcha项目民用车辆目标的实测数据进行了验证,结果显示在不同信噪比条件下该方法的分类正确率均优于广泛采用的由降采样、随机投影、主成分分析提取低维数特征的稀疏表示分类方法,表明了该方法的性能优势。另外,还通过实验对比分析了非负约束的稀疏表示与标准稀疏表示在分类性能上的差别,结果显示非负约束的稀疏表示导致分类正确率下降,故针对分类问题不宜在稀疏表示时进行非负约束。     

基于协同矩阵分解的评分与信任联合预测

信息评分预测和信任预测是社交评价网络中的两大基本问题.为应对在提高两类基本问题预测准确性过程中遇到的评分数据与信任关系数据稀疏问题,本文提出了一种基于协同矩阵分解的信息评分与信任预测联合模型.该模型在将评分矩阵与信任关系矩阵进行协同分解时,既能保证被分解的两个矩阵分解过程共享用户潜在变量,又能兼顾两个矩阵分解过程中能够各自获得反映本领域知识相关性的表达.使用分解得到的多个相关低维潜在变量矩阵乘积即可做出评分与信任两个问题的预测.两个真实网络数据集上的实验验证了提出模型有效性和先进性.     

改进准静态本征函数法求解反应堆时空中子动力学方程

本文提出一种改进准静态本征函数法并用于求解时空中子动力学方程。在改进准静态近似条件下,利用因子分解法将中子通量密度分解为幅函数和形状函数,进而采用本征函数法求解形状函数轴向和径向的近似解析解。在求解幅函数过程中,将幅函数化简为点堆模型下的形式进行求解,最终导出反应堆三维时空中子动力学方程的解析解。与其他解析法和数值解相比,改进准静态本征函数法的适用范围更广,计算速度更快。     

基于拉丁超立方采样的含风电电力系统的概率可靠性评估

基于随机抽样的蒙特卡罗方法(MC_RS)由于原理简单、易于实现,常用于电力系统的可靠性评估,但在大规模风电接入,特别是以单个小容量的机组接入的情况下会存在样本容量大、效率低等不足。因此提出使用基于拉丁超立方采样的蒙特卡罗(MC_LHS)方法来解决含风电的电力系统概率可靠性评估问题,此方法由于使用了拉丁超立方采样,能有效地改善样本值对输入随机变量的分布空间的覆盖程度和使用Cholesky分解来降低输入变量之间的相关性系数,从而提高了采样效率、增加收敛速度和提高评估准确度。把提出的MC_LHS方法应用到改进IEEE-RTS79算例中,并与常规MC_RS进行比较,结果验证了该方法的有效性。     

基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法

信号处理与特征参数提取是实现发动机故障诊断的关键。针对传统小波和形态小波的 缺陷,提出一种自适应形态梯度提升小波变换(AMGLW)。该方法采用信号的局部梯度作为判断 信号奇异性的度量指标,在信号突变处采用提出的形态梯度提升算子以保留信号的冲击特征,在信 号缓变处采用平滑算子以抑制噪声。在此基础上,提出采用改进非负矩阵分解方法对分解后的信 号进行特征提取,计算用于发动机故障分类的特征参数。利用实测的发动机在5 种状态下的振动 信号对提出的信号处理及特征提取方法进行了验证。     

双层非负矩阵分解的分形图像压缩算法

分形图像压缩作为一种基于结构的图像压缩技术,在许多图像处理中得到了应用.但是分形图像压缩的编码阶段非常耗时,且重建图像的质量效果不佳.针对这些问题,提出了一种基于双层非负矩阵分解的分形图像压缩编码算法.在传统的非负矩阵分解理论上,将投影非负矩阵分解与L3/2范数约束相结合,可以在较短的时间内提取具有代表性的图像特征.算...     

一种求解机组组合问题的内点半定规划GPU并行算法

针对内点法求解机组组合问题的半定规划(SDP)模型时大规模线性方程组计算时间太长的问题,提出一种基于图形处理器(GPU)的Krylov子空间并行算法.该算法采用预条件处理的拟最小残差法(QMR法),并以矩阵分块技术为基础,在CSR存储格式下使用GPU实现Incomplete Cholesky并行预处理矩阵的计算.通过对不同规模线性方程组的计算分析表明,与传统的Cholesky直接法相比,QMR并行算法具有速度和存储优势,可获得良好的并行加速比.10～100机6个系统的仿真结果也表明,该SDP并行内点法在减少计算时间的同时可求得近似最优解.     

The design and implementation of the parallel out‐of‐core ScaLAPACK LU,QR, and Cholesky factorization routines

This paper describes the design and implementation of three core factorization routines—LU, QR, and Cholesky—included in the out‐of‐core extension of ScaLAPACK. These routines allow the factorization and solution of a dense system that is too large to fit entirely in physical memory. The full matrix is stored on disk and the factorization routines transfer sub‐matrice panels into memory. The ‘left‐looking’ column‐oriented variant of the factorization algorithm is implemented to reduce the disk I/O traffic. The routines are implemented using a portable I/O interface and utilize high‐performance ScaLAPACK factorization routines as in‐core computational kernels. We present the details of the implementation for the out‐of‐core ScaLAPACK factorization routines, as well as performance and scalability results on a Beowulf Linux cluster. Copyright © 2000 John Wiley & Sons, Ltd.     

融合长短期记忆网络与广义矩阵分解的神经协同过滤模型

在实现推荐的过程中,用户对项目的浏览和关注的时间顺序是推荐算法中重要的数据信息,同一用户在不同时间对项目的喜好不同对推荐结果也有着一定的影响.本文在神经协同过滤模型的框架下,提出将长短期记忆网络和广义矩阵分解进行融合,同时捕捉用户的短期偏好和长期偏好.利用长短期记忆网络对时序数据的强拟合能力,学习用户的短期偏好信息,捕...     

On the distributed stable full information H∞ minimax problem

We study the distributed parameter suboptimal full information H^∞ problem for a stable well-posed linear system with control u, disturbance w, state x, and output y. Here u, w, and y are L²-signals on (0,∞) with values in the Hilbert spaces U, W, and Y, and the state x is a continuous function of time with values in the Hilbert space H. The problem is to determine if there exists a (dynamic) γ-suboptimal feedforward compensator, i.e., a compensator 𝒰 such that the choice u = 𝒰w makes the norm of the input/output map from w to y less than a given constant γ. A sufficient condition for the existence of a γ-suboptimal compensator is that an appropriately extended input/output map of the system has a (J,S)-inner–outer factorization of a special type, and if the control and disturbance spaces are finite-dimensional and the system has an L¹ impulse response, then this condition is also necessary. Moreover, in this case there exists a central state feedback/feedforward controller, which can be used to give a simple parameterization of the set of all γ-suboptimal compensators. Our proof use a game theory approach. © 1998 John Wiley & Sons, Ltd.