特征分解

摘要： 针对目前存在的多视图聚类方法大多是对聚类准确性进行研究而未着重于提升算法效率,从而难以应用于大规模数据的现象,本文提出一种结合地标点和自编码的快速多视图聚类算法。利用加权PageRank排序算法选出每个视图中最具代表性的地标点。使用凸二次规划函数从数据中直接生成多个视图的相似度矩阵,求得多个视图的共识相似度矩阵以有效利用多个视图包含的具有一致性和互补性的聚类有效信息,将获得的具有低存储开销性能的共识相似度矩阵输入自编码器替代拉普拉斯矩阵特征分解,在联合学习框架下同时更新自编码器参数和聚类中心从而在降低计算复杂度的同时保证聚类精度。在5个多视图数据集上的实验证明了本文算法相对于其他多视图算法在运行时间上的优越性。

摘要： 针对微动参数的高精度快速估计问题,该文提出一种基于几何绕射(GTD)模型和改进矩阵束的超宽带(UWB)散射中心提取算法,可实现散射中心径向距离、类型参数及散射强度的同时估计。该方法将超宽带条件下的目标GTD散射模型转化为状态空间方程,利用奇异值分解将汉克尔矩阵中的噪声分量去除,对降秩的汉克尔矩阵做广义特征值分解,利用单个脉冲内最强的若干散射点构造回波估计,进而获得径向距离的估计;在准确估计距离参数的条件下,对模型参数解耦,使得类型参数与其他参数分离,通过最小二乘算法和搜索算法获得类型参数的估计;最后基于最小二乘法估计出散射中心的散射强度。仿真结果表明,改进的矩阵束方法在低信噪比(SNR)下具有好的鲁棒性,可快速且高精度地提取目标微动距离、类型参数和散射强度等信息。

摘要： 针对实际系统中连续因素导致的故障传播问题,文中提出一种基于系统变量运行数据,将经验模式分解算法和能量因子相结合的故障传播概率评估方法。该方法首先采集系统不同位置、组件的输入和输出变量数据;其次,应用经验模式分解算法对系统变量数据进行特征分解,得到分解残量。该残量反映信号中去除任务调整、噪声等因素对数据影响后的无波动趋势量,通过这种方式可消除系统变量正常波动对于故障传播评估的影响。分解后的无波动趋势量隐含了系统组件受连续因素影响而形成的趋势性变化,因此采用能量因子进行表征,并根据正常工况及异常工况下的变量能量变化率计算故障传播概率,实现故障传播的概率评估。最后,通过仿真验证所提方法的可行性和有效性。

摘要： 为提升节目画面有效信息,提高广播电视智能监管的准确性,本文提出基于卷积自编码器的图像增强网络。该网络考虑到不同场景下对于正常照度的定义不同,实现了图像亮度的多等级映射和色彩保真。通过定性和定量结果可以看出,网络能够将低照度图像增强至参考亮度,且缓解了颜色失真的问题。

摘要： 本文研究了非协作扩频通信中短码直扩信号的盲解扩问题,针对现有方法在低信噪比条件下失步时间估计不准等问题,本文提出了一种改进的基于特征值分解的直扩信号信息和伪码序列盲估计方法。方法首先定义了第一类接收信号自相关矩阵,并根据其特征值分解的特点,利用矩阵特征值与失步点的关系完成信号失步点的估计,随后利用特征向量在伪码序列未知的情况下估计出信息序列。失步点估计完成以后,再利用第二类接收信号自相关矩阵的特征向量实现伪码序列的盲估计。实验结果表明方法具有估计精度高、稳定性好、抗噪性能强的优点。

摘要： 位姿图优化(pose graph optimization,PGO)是计算机视觉领域中广泛应用的高维非凸优化算法,很难直接求解,主要依赖于迭代技术,对初始值的质量要求较高,在实践中很难得到保证。针对位姿图优化问题进行了研究,提出了基于特征分解的位姿图简单封闭解算法,该算法首先对PGO问题的最大似然估计进行半定松弛,然后将其转换为特征分解问题,并利用数据的稀疏性设计了改进的模型降阶方法进行求解,进一步提高了算法的计算速度。算法具有可伸缩性、计算成本低和精度高等优点。最后,在模拟和真实的位姿图数据集上进行实验评估,结果表明在不影响精度的情况下,该算法可以快速地进行位姿图优化。

摘要： 本文主要研究广义Chaplygin气体在等熵可压缩欧拉方程下奇点的形成问题。首先通过相关方程和准备知识,做一些变量的特征分解,以此来建立梯度变量和黎卡提方程;最后通过给出密度的下界估计来分析奇点的形成。

摘要： 针对非周期长码直接序列扩频(Non-Periodic Long Code Direct Sequence Spread Spectrum,NPLC-DSSS)信号扩频码盲估计的问题,在已知扩频周期,信息码码元宽度以及码速率的条件下,本文提出了一种基于相似度的伪码序列盲估计方法.该方法通过构造信息码库,利用平均相似度对信息码进行同步,再利用特征值分解对扩频码序列进行估计.仿真实验表明,该算法较现有算法不仅抗噪声性能提高了1 dB,而且能够对信息码同步位置及伪码序列进行联合盲估计.

摘要： 利用直接的方法讨论在自相似平面下气体动力学中二维广义压力梯度方程的特征分解理论,可以得到压强p与特征值Λ±的特征分解。进一步,若流动来自常状态,还可得到速度(u,v)的特征分解。由此可以得到与常状态流动相邻的流动是简单波,且说明简单波的流动区域是被一族直线所覆盖,沿着每条直线p,u,v均为常数。该结论推广Courant和Friedrichs的《超音速流和冲击波》一书中关于可约方程的著名结果。

摘要： 传统基于干扰噪声协方差矩阵(interference-plus-noise covariance matrix,INCM)重构的鲁棒自适应波束形成(robust adaptive beamformer,RAB)算法在多种样本数据协方差矩阵误差和信号导向向量误差的失配环境中具有较强的鲁棒性,但目前主流的INCM重构法都是对信号和干扰的导向向量通过建立凸优化模型来估计的,这带来了很高的计算复杂度。为了解决这个问题,提出了一种低复杂度的基于INCM重构的RAB算法。该算法首先将干扰信号的导向向量分解为对应标称项和误差项的和,然后通过一种子空间方法估计得到误差项的单位向量。接下来对一个Capon空间谱功率最大问题进行求解,得到误差项的模值,以此得到重构的INCM。同时利用Capon空间谱中残差噪声的存在,使用交替投影法估计得到期望信号的导向向量,最后得到所提算法的权重向量。仿真实验表明,所提算法在多种误差环境下具有较强鲁棒性的同时,还具有较低的计算复杂度。

摘要： 干扰环境下子阵级自适应和差测角往往会因为自适应加权而改变天线和差测角特性,从而严重影响测角精度.为改善自适应和差测角性能,本文提出了一种基于特征分解结合对角加载自适应和差测角算法.相比于常规ADBF算法,本文方法性能稳定,旁瓣干扰下,几乎可以得到理想的和差测角曲线,且实现方便.数值仿真结果表明,本文方法可有效提高自适应和差测角精度。

摘要： 水声干扰抑制方法是水声被动目标探测的关键技术之一.本文首先介绍和分析了基于特征分解的自适应干扰抑制方法和窗函数干扰抑制方法,然后将两种方法相结合进行干扰抑制.数值仿真表明,特征分解的方法干扰抑制能力强,窗函数法可以提供更低的旁瓣,两者相结合进行干扰抑制,可以使旁瓣更低,适用范围更广.

摘要： 合成孔径雷达容易受到射频干扰的影响,严重影响成像质量。本文针对合成孔径雷达面临的射频干扰问题,分析了射频干扰(RFI)的信号特性和信号模型,根据RFI信号功率高、频带窄的特点,提出了基于特征分解的干扰抑制方法。其基本思想是:通过对观测数据矩阵进行特征分解,根据特征值分布构造干扰子空间和信号子空间,利用二者的正交性抑制干扰信号。本文首先介绍了特征分解方法的基本原理,在此基础上,基于MDL准则判断主特征值的个数,提出了基于特征值分布的RFI检测方法,并进一步,利用特征向量构造相应的干扰子空间和信号子空间,给出了基于特征分解的RFI抑制方法。基于SAR实测数据的仿真实验表明该方法可以有效的抑制RFI,且尽可能的保留目标回波。

摘要： 本文针对干扰目标这一类非均匀现象，提出了基于特征分解的非均匀检测器。在非均匀环境下，任意样本的杂波分量要远大于信号分量和噪声分量，即任意样本与样本协方差矩阵的特征矢量的互谱中，代表杂波的互谱值总是大于代表干扰目标和噪声的互谱值。该检测器利用这一特性，根据互谱值的大小使用特征矢量构造变换矩阵，该变换矩阵能够抑制大部分的杂波分量。最后将经过变换矩阵处理的样本做内积，将得到的内积作为检验统计量做非均匀检测。仿真结果表明了本文提出的非均匀检测器相对于传统的非均匀检测器(SMI、GIP等)的有效性以及稳健性。

摘要： 针对同一单频带内未知目标检测中强、弱目标不能同时被检测问题,依据不同子矩阵波束形成输出直流响应值不同,提出一种基于子矩阵波束形成输出直流响应加权的目标检测方法.首先,利用特征分析技术对线列阵接收数据协方差矩阵进行特征分解;然后,对各特征向量进行共轭相乘得到相应子矩阵,并对子矩阵进行波束形成,利用各子矩阵波束形成输出直流响应值的差异形成加权因子;最后,利用该加权因子对各子矩阵波束形成输出结果进行加权统计得到最终合成结果,提升弱目标子矩阵波束形成输出结果在最终合成结果的比重,实现对同一单频带内未知目标的有效检测.理论分析、数值仿真和实测数据处理结果均证明了,在仿真条件下,相比常规波束形成和常规子空间重构法,所提方法使弱目标子矩阵波束形成输出结果在最终合成结果的比重由0.09％变为45.36％,降低了背景噪声和强目标对未知目标检测的影响,减小了目标间输出直流响应值的差异,改善了对同一单频带内未知目标的检测性能.

摘要： 针对非周期性DS/CDMA信号PN码序列估计的难题，文中提出了把分段特征分解法、独立分量分析算法和基于m序列移位相加特性的信码剥离算法相结合的盲估计算法。仿真结果表明该算法能够在信噪比为0dB以上、数据总长度不少于768个伪码周期的情况下，完整地恢复出DS/CDMA信号中所有用户的整周期的PN 码序列，且不存在“反码”和“排序模糊”问题。

摘要： 研究了一种在同时间到达的地层回波中,获得来自不同水平方位的地层能量相对强弱分布的算法。首先将多个阵元的宽带回波数据进行谱线分离,经过互相关处理得到互谱密度矩阵,其次根据设定的地层深度,方位分辨的步长、接收阵分布关系及选定的谱线匹配出阵列流形向量,然后从互谱密度矩阵中分离出信号能量空间表达式,并与特征分解得到的信号子空间做类比,最后通过解算优化后的矩阵方程得出不同水平方位的反射系数,获得整个地层在各方位角度上的能量反射系数。经仿真证明了该算法的原理可行性。

摘要： 利用改进乘幂法对数据矩阵进行特征分解，进而实现谱估计测向。由于方法的快速收敛性和易编程性，使得计算耗时有效地减少，达到快速求解的目的。通过计算机虚拟平台和DSP硬件平台，对传统矩阵分解方法(雅克比算法)和改进乘幂法进行了对比仿真。实验结果表明：在待估计信号源数日较少的条件下，改进乘幂法在不降低测向精度的同时，有效地减少了计算量。

摘要： 本文基于时频分析理论，将短时傅里叶变换、Wigner-Ville分布及平滑伪wigner-Ville分布三种时频分析方法应用于电离层解相位污染研究，并与典型的电离层解相位污染方法作了比较分析，采用平滑伪Wigner-Ville分布方法获得了较好的解污染效果。

摘要： 本文基于时频分析理论，将短时傅里叶变换、Wigner-Ville分布及平滑伪wigner-Ville分布三种时频分析方法应用于电离层解相位污染研究，并与典型的电离层解相位污染方法作了比较分析，采用平滑伪Wigner-Ville分布方法获得了较好的解污染效果。

摘要： 本发明提出基于特征矩阵决策树的时间序列特征识别与分解方法，主要包括样本数据预处理、确定样本数据周期、样本数据的特征选择与提取以及建立多元时间序列特征识别与分解模型。本发明的方法能够提高特征识别的速度和准确率，特别适用于电力行业中的非侵入式负荷识别与分解。

摘要： 本发明属于辐射源指纹识别技术领域，具体涉及一种基于特征相关与自适应分解的网卡频谱指纹特征放大方法，具体指的是对无线网络信号检测过程中收到的多个网卡信号进行高精度频率估计，提取频谱指纹特征，并解决网卡设备之间辐射源个体特征差异较小的问题，实现细节放大。具体方法是提取了指纹信息更加丰富的局部频谱作为指纹特征，通过对多个辐射源的频谱特征进行加权求均值获得辐射源频谱特征的公共部分，基于自适应分解得到频谱特征的主体成分和杂散成分，同时在计算过程中基于相关运算实现频谱特征中的细节放大，同时消除了有意调制量，得到的经过放大的最终频谱特征，为后续提高网卡设备辨识成功率奠定基础。

摘要： 本发明提出基于特征矩阵决策树的时间序列特征识别与分解方法，主要包括样本数据预处理、确定样本数据周期、样本数据的特征选择与提取以及建立多元时间序列特征识别与分解模型。本发明的方法能够提高特征识别的速度和准确率，特别适用于电力行业中的非侵入式负荷识别与分解。

摘要： 本发明公开了基于变分模态分解与拉普拉斯特征映射的特征提取方法，属于数据分析技术领域。主要针对强背景噪声下特征数据难以与噪声有效区分的问题，提出结合传统时频域分析与机器学习的方法进行特征精确筛选，用于对产品运行状态数据进行特征识别与健康状态评估。其主要实施方法为：获取产品多维度原始特征数据，以多维度原始特征作为数据输入，由变分模态分解方法筛选各单维度特征数据的信息，以此构造特征高维流形，进一步的，由拉普拉斯特征映射方法完成多维信息高维流形降维与数据融合，获取最终综合特征。

摘要： 本发明的脂肪族聚酯系生物可分解性树脂用分解促进剂含有碱性硫酸镁。

摘要： 本文提供：具有包含与序列编号1记载的碱基序列97％以上同一性的碱基序列的16S rRNA基因的污泥分解用细菌，具有包含相对于序列编号1记载的碱基序列的碱基变异数为2个碱基以下的碱基序列的16S rRNA基因且具有靶微生物分解能力的细菌，及包含细菌(a1)的用于分解靶微生物的微生物制剂，其中细菌(a1)是具有包含与序列编号1记载的碱基序列90％以上同一性的碱基序列的16S rRNA基因的细菌。

摘要： 本发明名为一种融合基因组特征的m6A甲基化局部功能谱分解方法，属表观转录组学及模式识别研究领域。本发明目标是融合基因组特征对RNA甲基化局部功能谱进行高精度的分解，揭示m6A甲基化的详细调控机制。基于矩阵分解中的独立成分分析(ICA)方法，对m6A甲基化位点对应的基因组特征进行融合，以便充分考虑极强相关m6A位点之间的关联性。最终利用基于负熵的估计方法对m6A位点参与的多个调控通路进行恢复，进一步挖掘出每个调控通路对应的敏感位点，实现对m6A甲基化局部功能的高精度谱分解。本发明提出的算法能够为湿地实验揭示m6A甲基化的调控机制提供有力的参考。

摘要： 本发明公开了选择集成的改进局部特征分解的微弱故障特征提取方法，具体包括：采集振动信号归一化处理；采用基于镜像延拓对称点的边界延拓方法对归一化信号两端进行延拓；采用SEILCD方法将延拓后信号分解为多个ISC分量；估计每个ISC分量在置信度95%和99%的能量；判断每个ISC分量是否属于噪声，若是噪声ISC分量则采用minmax阈值去噪方法对ISC去噪，否则采用AWOGS方法对ISC进行去噪；对去噪后ISC归一化正交并进行时频分析。本发明方法能够自适应选择LCD插值均值曲线以及自适应信号去噪，提高了复杂振动信号处理能力，有效增强故障特征，进而提高故障诊断的准确性和解释性。

摘要： 本发明公开了选择集成的改进局部特征分解的微弱故障特征提取方法，具体包括：采集振动信号归一化处理；采用基于镜像延拓对称点的边界延拓方法对归一化信号两端进行延拓；采用SEILCD方法将延拓后信号分解为多个ISC分量；估计每个ISC分量在置信度95%和99%的能量；判断每个ISC分量是否属于噪声，若是噪声ISC分量则采用minmax阈值去噪方法对ISC去噪，否则采用AWOGS方法对ISC进行去噪；对去噪后ISC归一化正交并进行时频分析。本发明方法能够自适应选择LCD插值均值曲线以及自适应信号去噪，提高了复杂振动信号处理能力，有效增强故障特征，进而提高故障诊断的准确性和解释性。

摘要： 本发明公开了一种基于运动单元特征分解的三维人脸表情生成方法，包括如下步骤：1)构建一个基于预训练的三维人脸参数提取器，利用预训练的ResNet50作为三维人脸的参数提取器从二维的人脸图像中提取出3DMM定义下的三维人脸数据作为三维人脸的低维表示；2)构建一个将三维人脸中的全局表情参数分解的分解网络，结合运动单元对于人脸局部表情的描述，得到多个运动单元特征来控制三维人脸的局部表情；3)构建一个融合运动单元特征和其它三维人脸参数的生成器和判别器，利用生成器和判别器之间的对抗训练，使得生成器生成的三维人脸足够真实，同时分解了的表情特征可以实现修改局部区域的表情的同时保证其它区域的表情。