排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
奇异值是矩阵的一个良好特征,它可以将许多实际问题得到转化。本文简述了矩阵的奇异分解的理论及相关性质,并简略介绍了奇异值分解的相关应用与进展,通过对矩阵奇异值分解的分析提出了计算矩阵奇异值分解的一种快速算法,并通过实例进行计算,验证算法的正确性。 相似文献
2.
3.
4.
5.
锂空气电池的理论比能量高达3 505 Wh/kg,是新一代高比能电池的研发热点,有望应用于清洁能源、电动汽车及其他储能系统上。当前普遍研究的以有机电解液为基础的非水系锂空气电池存在着电解液挥发、分解以及锂负极粉化腐蚀等问题,这些问题极大地限制了锂空气电池的发展。固体电解质有高电位下稳定、不挥发、致密坚固的特点,使用固体电解质有望从根本上解决上述问题,推动锂空气电池的发展。从固体电解质的选择,固体电解质复合空气正极,电池性能等方面对近年国内外的研究进行总结,并对未来的研究方向进行展望。 相似文献
6.
7.
针对室内广义空移键控(GSSK)调制的可见光通信(VLC)系统,该文提出一种基于支持向量机(SVM)的机器学习信号检测算法.在一般的VLC系统中,极大似然(ML)检测是最优检测算法,但是ML检测算法具有很高的计算复杂度.为了解决此问题,该文利用机器学习中的SVM分类思想实现对系统接收端的信号检测,以在保证信号检测正确率的情况下,降低计算复杂度,提高GSSK-VLC系统的信号检测效率.仿真结果表明,该文提出的针对室内GSSK-VLC系统的SVM信号检测算法与ML检测算法相比,在具有接近ML的误比特率(BER)性能的同时,计算复杂度明显降低,有效提升了系统的检测性能. 相似文献
8.
针对室内广义空移键控(GSSK)调制的可见光通信(VLC)系统,该文提出一种基于支持向量机(SVM)的机器学习信号检测算法。在一般的VLC系统中,极大似然(ML)检测是最优检测算法,但是ML检测算法具有很高的计算复杂度。为了解决此问题,该文利用机器学习中的SVM分类思想实现对系统接收端的信号检测,以在保证信号检测正确率的情况下,降低计算复杂度,提高GSSK-VLC系统的信号检测效率。仿真结果表明,该文提出的针对室内GSSK-VLC系统的SVM信号检测算法与ML检测算法相比,在具有接近ML的误比特率(BER)性能的同时,计算复杂度明显降低,有效提升了系统的检测性能。 相似文献
9.
为了更加准确的预测煤与瓦斯突出的危险性,基于距离判别分析理论,选取电磁辐射预测指标(电磁辐射强度E和脉冲数N)和常规指标R指标、钻孔瓦斯涌出初速度q及钻屑量S作为判别因子,选取演马庄矿某掘进工作面2011年4、5月日常预测数据作为训练样本,建立了工作面突出预测的距离判别分析模型。用所建立的模型对该掘进工作面待检验的6月份日常预测数据进行分析,预测结果与实际情况吻合良好,结果表明:距离判别分析模型方法简单、预测精度较单一指标有明显提高,误判率低,实现了动态预测和静态预测的有效结合,该方法在煤与瓦斯突出预测中具有较好的可行性和实用性。 相似文献
10.