基于稀疏化的快速扩展信息滤波SLAM算法

随着SLAM技术的不断发展,计算效率已经成为制约SLAM发展的主要因素.所提出的算法从稀疏化的角度对扩展信息滤波SLAM算法进行改进.根据信息矩阵几乎稀疏的特点,该算法在合理稀疏化信息矩阵的同时利用环闭合检测技术,不仅大大提高了算法的计算效率,而且所得到的估计结果也很精确.通过仿真对信息矩阵稀疏化、算法效率、重定位以及误差和协方差四个关键问题进行了分析.分别就室内具有摄像头的两轮机器人和室外具有激光雷达的四轮机器人的情况进行了实验讨论.仿真与实验结果表明了所提算法的有效性.     

MR-GSpar:一种基于MapReduce的大图稀疏化算法

图的稀疏化是图聚类分析中数据预处理的关键操作,已得到广泛的关注.针对图数据日益普及、规模不断增大的现状,提出了一种基于MapReduce的面向大规模图的稀疏化算法,即MR-GSpar算法.该算法在MapReduce并行计算框架的基础上,通过对传统的最小哈希(Minhash)算法的并行化改造,使其可在分布式的集群环境中实现对大规模图数据的高效稀疏化处理.真实数据集上的实验表明了该算法的可行性与有效性.     

Approximation of the inverse of the Hodge matrix via sparsity pattern

The solution of electromagnetic wave propagation problems in time domain using an explicit method requires the inversion of Hodge matrices. This paper proposes an approximation to obtain a sparse inverse via the sparsity pattern of the original matrix. It is also shown the application of the algorithm Cuthill–McKee on Hodge matrices in order to reduce their bandwidth and thus speed up the method of recursive sparsification. Copyright © 2014 John Wiley & Sons, Ltd.     

基于图优化的视觉SLAM研究进展与应用分析

为了对SLAM技术有更为全面的把握,在回顾过去三十年里视觉SLAM技术发展历程基础上,详细分析了视觉SLAM问题的本质与求解的复杂性。重点对在提高位姿估计精度、构建全局一致地图与提升算法求解效率上的最新研究成果进行了介绍,并对当前代表性的算法实现方案进行了分析与比较。针对未来大尺度环境、全生命周期应用需求,对现有算法框架的不足与最新研究趋势进行了归纳总结。最后,探讨了深度学习技术与视觉SLAM问题求解的关联性。     

冷轧平整机工作辊表面粗糙度衰减模型

 冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。     

面向复杂网络的图稀疏算法综述

大规模数据下复杂网络的算法分析面临复杂度高的挑战,为此引入图稀疏的思想,在保持原始图性质的情况下以一定的精度在稀疏图上实现了高效的算法分析。图稀疏算法是一种保留顶点、对边稀疏采样的方法。按照相应算法分析所需要的原始图性质,提出图稀疏的边度量方式。文中系统回顾了4种边度量下的图稀疏采样方法:生成图稀疏、边连通图稀疏、聚类图稀疏、边传播性图稀疏,归纳了不同边度量方式下图稀疏的优缺点和适应性,并进一步讨论了动态图流稀疏化的最新研究进展。最后,总结了图稀疏领域有待解决的问题并展望了未来的研究方向。     

基于交替方向乘子法的分布式负荷频率控制策略

负荷频率控制(load frequency control, LFC)是维持电力系统安全稳定运行的基础。对于多区域互联电力系统,由于描述动态过程的微分方程组相当复杂,这给负荷频率控制器的设计带来了困难。在此背景下,针对多区域互联电力系统,提出基于交替方向乘子法 (alternating direction method of multiplier, ADMM) 的分布式最优负荷频率控制器设计方法,以取得良好的控制性能,同时具备较高的计算效率。首先,介绍了负荷频率控制问题的微分方程模型。之后,基于二次多项式和矩阵稀疏化构建了分布式最优LFC策略的数学模型,并采用ADMM求解。最后,以三区域互联电力系统为例对所提方法进行了验证。仿真结果表明,针对负荷扰动和时变参数,所提方法能够把各区域的频率偏差和区域间联络线上的功率偏差控制到0。     

A note on element-wise matrix sparsification via a matrix-valued Bernstein inequality

Given a matrix A∈Rn×n, we present a simple, element-wise sparsification algorithm that zeroes out all sufficiently small elements of A and then retains some of the remaining elements with probabilities proportional to the square of their magnitudes. We analyze the approximation accuracy of the proposed algorithm using a recent, elegant non-commutative Bernstein inequality, and compare our bounds with all existing (to the best of our knowledge) element-wise matrix sparsification algorithms.