奇异值

摘要： 现有无线通信系统杂波信号抑制方法中存在误比特率高、杂波信号相关性较强、杂波抑制能力较差等问题,基于此,提出远距无线通信系统杂波信号抑制方法。通过信号转换系统叠加基带中信号杂波,并在接收端通过低通滤波器恢复为基带语音信号。构建杂波信号的相位编码模型,相位编码可以将杂波白化,分解特征值得到特征向量;以此为基础,构建两行矩阵,根据白化处理后特征向量分散自相关性不发生变化的原理,分析两行矩阵中数据相关性,通过奇异值对比,分离杂波信号子集,实现杂波信号的抑制。实验结果表明,所提方法可降低杂波信号误比特率,降低杂波与回波的相关性,杂波信号抑制能力更好。

摘要： 变压器绕组变形会导致电流过大损坏电气设备,甚至会造成严重的人身安全事故,为此提出基于高斯过程的变压器绕组微小变形监测方法。基于高斯过程提取多次观测变压器绕组经验值,经过多次查看资料统计结果获取误差,清除影响监测结果的奇异值,实现变形监测预处理。利用伏安法将变压器二次侧短接,其中一次侧施加测试电压,生成流经阻抗电流,测试施加于阻抗上的电压和电流,分析变压器短路的阻抗。引入参数辨识法,估算变压器绕组的漏电感参数,把监测辨识参数和变压器出厂时的参数进行对比,当参数值发生偏离较小时,即可认为变压器发生微小变形。通过实验验证,所提监测方法得出三相绕组的一次侧等值电阻以及漏电感存在一定的波动,不过变化的幅度不大,证明上述方法可以实现对变压器绕组微小变形的有效监测。

摘要： 针对现有模拟电路故障诊断方法的人工神经网络、支持向量机(SVM)等人工智能算法需要大量的训练样本和时间的问题,该文提出一种利用矩阵特征分析进行模拟电路故障诊断方法。该方法建立一个输出响应方阵,当电路发生故障时,方阵中的元素会发生变化,根据矩阵理论,利用矩阵谱半径和矩阵模的扰动矩阵最大奇异值来描述这种差异。Sallen_Key电路和CTSV电路的实验结果表明,该方法能够很好地判断模拟电路是否发生故障以及故障定位,该文方法有效性在Sallen_Key、CTSV电路上得到验证,并且在这两个电路中,故障诊断率高达100%。

摘要： 本文在现行的常用聚类方法中选择一种进行算法分析和解决实际问题。在数据分析中,为了发现数据集中的潜在模式,通常区分远距离或不同的数据条目并将接近或相似的条目分组,这个过程称为聚类。聚类是一种无监督学习方法,可以从模式集中确定分区和(可能)原型。

摘要： 目前金融、医疗、农业等各行各业都处在大数据的背景下,数据集的处理问题已成为研究的热点。数据集的有效处理有利于从海量的数据中挖掘出有价值的信息,通过对数据序列变化趋势的分析和预测,揭示事物的内在规律和关联。论文在分析了已有模型的基础上,提出了两种新的模型。数据集的压缩模型以及奇异值的识别模型。经实验证明,使用论文提出的压缩模型进行数据集压缩,不仅考虑到数据集的时间特性,而且与已有模型相比,出错率最高能降低16.1%。同时,在奇异值识别研究中,所提出的模型,压缩率最高能达到92%,与原数据序列的差异值最小为0.03。

摘要： 半脆弱图像水印算法能够对图像的完整性进行认证,针对现有算法在攻击时表现出的鲁棒性不佳问题,提出了融合DCT与SVD的半脆弱图像水印算法。为了增强水印的隐藏性,利用奇异值具有的稳定性和对主观效果的非影响性,设计了基于独立分块低频子带的SVD分解,在RGB通道内分别嵌入半脆弱水印,并根据PSNR与NC对嵌入系数做出了限定。SVD处理的同时,利用二值水印感知分块与分组的篡改攻击。为了更好的感知水印,融合二维DCT变换增强水印的嵌入与提取。基于MATLAB与VOCdevkit的仿真,得出算法的PSNR指标始终保持在40dB以上,NC指标始终保持对1的良好趋近,证明融合与的半脆弱图像水印算法能够有效保证水印嵌入与提取的误差,具有良好的非可见性,即使在各类攻击情况下,仍能保证良好的鲁棒性。

摘要： 本文介绍一种外辐射源雷达目标检测中的杂波抑制算法,该算法首先将源自轨道卫星的连续波观测信号重构为观测矩阵,并对观测矩阵进行奇异值分解,利用迭代的方式将大奇异值对应的杂波成分逐渐从观测矩阵中减去,进而实现观测信号中强烈杂波的对消。在杂波消除过程中,最佳迭代阶数由熵变的最小值确定。然后对杂波消除之后的观测矩阵进行相干积累进而实现微弱目标检测。最终的仿真实验结果验证了本文所提方法的有效性和鲁棒性,并且本方法相较于经典的扩展相消算法具备更低的计算量。

摘要： 矩阵奇异值分解在信号处理和统计中具有广泛的应用,针对矩阵奇异值分解算法及在信号降噪处理中的应用进行研究.首先给出了矩阵奇异值分解算法,指出分解得到的奇异值是矩阵的固有属性.然后给出了采用矩阵奇异值分解进行信号降噪处理的办法,同时给出了奇异值差分谱法、特征均值法、奇异值中值法3种降噪方法.最后采用3种降噪方法对实测滚动轴承振动信号的降噪处理进行实证分析,降噪结果表明奇异值中值法对实测信号的降噪效果最优,对奇异值分解在信号降噪处理中的应用具有一定的参考价值.

摘要： 探讨矩阵奇异值的性质及其与范数、谱半径、特征值等矩阵“大小”度量的关系,帮助学生建立这些概念之间的内在联系,强化对相关概念的理解和掌握.

摘要： 在量子信息理论中,纠缠的判断是一个重要而棘手的问题,尤其对于高维空间中纠缠态的判断,至今仍然没有一个可操作性强的通用方法。在众多纠缠判断的方法中,纠缠目击因其形式简单且可操作性强而被广泛研究,本文对一类纠缠目击进行了研究,通过改变集合Dk来构造出适用于不同可分类型的纠缠目击,在一定范围下,本文给出的纠缠目击能够判断更多的纠缠态。

摘要： 张量是一种数据组织形式,它的实质是高维数组.很多数据都可以被组织成张量的形式.可以考虑将人脸图像组织成张量的形式.人脸识别过程中最重要的一个环节是特征提取,后续的匹配识别过程是建立在它的基础上.TTr1SVD是一种新型的张量分解算法,可以认为该算法是矩阵SVD在张量领域的扩展.实际数据库里的图片的图像模态往往是最大的,结合TTr1SVD算法,得到张量的高阶奇异值分解,改变图片的组织形式,可以加速人脸特征的提取.本文基于TTr1SVD的高阶奇异值分解算法,实现人脸特征的提取和识别,并且保持了较好的准确性.实验结果表明,该算法比传统的使用Tensor Toolbox的高阶奇异值分解算法更加灵活高效.

摘要： 针对传统的Gabor特征表征图像的全局特征能力较差的问题,提出一种采用Gabor多方向降维特征与图像的奇异值特征相联合的人脸特征表征方法.该方法在对Gabor滤波器直流分量补偿的基础上优化滤波器尺度伸缩随中心频率而变化的性能,以提取人脸图像的多尺度、多方向特征;对同一尺度不同方向的Gabor特征相加以降低特征维数.同时分别提取整幅图像的奇异值分解(SVD)全局特征以及分块SVD特征,将Gabor局部特征分别与上述SVD特征联合起来表征人脸图像.为提高计算效率,应用人脸采样图像进行了实验.实验结果表明,所提方法更好地保留了图像的局部细节、降低了特征数据的冗余,在识别率和计算率上都较传统Gabor滤波器更具优势,在ORL人脸库上的识别率高达98.21％.

摘要： 随着变频器等大功率电子开关器件的广泛应用,电信号中电磁干扰现象越来越严重.数据采集系统实时数据中的奇异点增多,且其分布特征不明显,对于低成本小系统来说,一些先进的数据处理方法无法实施,而传统均值滤波法和中值滤波法等滤波效果往往不理想.对此,提出了一种新型的信号奇异值的预处理方法,即PMF(预测均值滤波)法.该方法通过计算信号的前向均值和后向均值来分析信号的趋势,并将这个趋势作为判断奇异值的依据.如果是奇异值则将现有数据舍弃井根据前面判断的趋势对信号进行插值;如果不是则保留原数据,最后再对新的数据序列作均值滤波.应用结果表明,信号经过PMF法处理后其特征性能和平滑性得到大幅度提高,具有较好的实用价值.

摘要： 本文分析了基于采样数据矩阵的QR分解算法，并在研究了QR分解算法的基础上，提出了SVD分解算法，该算法通过避免对阵列协方差矩阵的估计和求逆，减少估计运算量和估计误差，提高了数值稳定性，而且改变对较小的奇异值赋零的多少，可以在复杂度与性能之间进行折衷。仿真结果也证实SVD分解算法和QR分解算法的性能几乎相当，均能实现正确的波束形成，提高系统增益。

摘要： 为衡量潮流雅可比矩阵的正规程度,根据正规矩阵的定义,正规矩阵的Schur分解特点和正规矩阵的奇异值与特征值的关系,采用F-范数,2-范数或加权和的形式,建立了衡量矩阵正规程度的指标。在IEEE30系统上进行的仿真表明:由正规矩阵的定义得出的各指标中根据加权和得到的指标最小,由矩阵的Schur分解得出的各指标大体相同,而根据矩阵的奇异值与特征值建立的各指标中只有与条件数相关的指标有其局限性。根据潮流雅可比矩阵的准对称性质对正规指标进行了评价,并对潮流雅可比矩阵的正规程度与对称程度的关系进行了探讨。

摘要： 对噪声影响下的垂直阵简正波过滤算法进行了研究。通过分析简正波过滤结果协方差矩阵的迹,讨论了伪逆法以及从伪逆法衍生出来的主成分法和对角加权法在简正波过滤中存在的问题。当简正波本征函数矩阵存在小奇异值的时候,会导致估计结果不准确。通过合理的设计水听器阵的阵形,可以有效提高估计准确度。

摘要： a本文采用小波方法建立了基于Volterra级数的非定常气动力降阶模型。在模型识别过程中，激励是光滑连续的且以零阶保持方式进行离散，近似的一阶Volterra核基于Haar尺度函数族展开。为了获得一阶核的各项展开系数，需要求解由输入/输出数据组成的超定方程，其中涉及到奇异值分解算法。为了验证小波方法的有效性，算例选取了二维的NACA64a010翼型。数值结果表明该方法能够比较准确地预测结构小扰动引起的非定常气动力响应且能描述一定的非线性现象。

摘要： 人脸识别是视觉图像识别领域的一项重要技术.本文结合目前主流的两种算法PCA和SVM,先通过PCA提取低维度的人脸图像特征向量,再用SVM进行分类识别.使用MATLAB对ORL人脸库进行仿真实验,测试仿真结果正确率在90％以上,表明该方法行之有效.

摘要： 人脸识别是视觉图像识别领域的一项重要技术.本文结合目前主流的两种算法PCA和SVM,先通过PCA提取低维度的人脸图像特征向量,再用SVM进行分类识别.使用MATLAB对ORL人脸库进行仿真实验,测试仿真结果正确率在90％以上,表明该方法行之有效.

摘要： 人脸识别是视觉图像识别领域的一项重要技术.本文结合目前主流的两种算法PCA和SVM,先通过PCA提取低维度的人脸图像特征向量,再用SVM进行分类识别.使用MATLAB对ORL人脸库进行仿真实验,测试仿真结果正确率在90％以上,表明该方法行之有效.

摘要： 描述了用于使用雅可比旋转对矩阵进行分解的技术。以多个复数值雅可比旋转矩阵对第一个复数值矩阵进行多次雅可比旋转迭代，以将第一个矩阵中的非对角线元素变为零。对于每次迭代，可以基于第一个矩阵构成子矩阵，并且对子矩阵进行分解以获得该子矩阵的本征向量，并且可以以该本征向量构成雅可比旋转矩阵，并且将雅可比旋转矩阵用于对第一个矩阵进行更新。基于雅可比旋转矩阵得到包含正交向量的第二个复数值矩阵。对于本征值分解，可以基于雅可比旋转矩阵得到第三个本征值矩阵。对于奇异值分解，可以基于雅可比旋转矩阵得到具有左奇异向量的第四个矩阵以及奇异值矩阵。

摘要： 本发明公开了一种基于幅值特性奇异值分解的轴承故障诊断方法，把故障频率等的幅值特性作为奇异分量的选择指标——故障包含度(FIC)。首先是原始信号的Hankel矩阵构造与SVD分解，其次利用所提指标FIC对分解所得的SCs进行信息评估，最后选出携带故障信息的SCs以重构降噪信号。轴承故障仿真信号与实验信号的试验结果表明：相比于传统的差分奇异值分解方法(DS‑SVD)，所提方法能选出故障信息量更大的奇异分量，且能在外界干扰下诊断出故障。新方法可用于信号降噪和故障弱特征的增强。

摘要： 描述了用于使用雅可比旋转对矩阵进行分解的技术。以多个复数值雅可比旋转矩阵对第一个复数值矩阵进行多次雅可比旋转迭代，以将第一个矩阵中的非对角线元素变为零。对于每次迭代，可以基于第一个矩阵构成子矩阵，并且对子矩阵进行分解以获得该子矩阵的本征向量，并且可以以该本征向量构成雅可比旋转矩阵，并且将雅可比旋转矩阵用于对第一个矩阵进行更新。基于雅可比旋转矩阵得到包含正交向量的第二个复数值矩阵。对于本征值分解，可以基于雅可比旋转矩阵得到第三个本征值矩阵。对于奇异值分解，可以基于雅可比旋转矩阵得到具有左奇异向量的第四个矩阵以及奇异值矩阵。

摘要： 本发明提供了一种在处理系统上对矩阵进行奇异值、特征值分解的方法和装置。该奇异值分解的方法包括：将上述矩阵转换为双对角矩阵，同时得到将要转换为奇异向量矩阵的中间矩阵；迭代地找出并转换该双对角矩阵中、副对角线上的元素不为0的子矩阵，以使该双对角矩阵收敛为对角矩阵，并将中间矩阵转换为奇异向量矩阵；在每一次迭代中：将在子矩阵的QR迭代过程中所生成的Givens旋转参数组以及中间矩阵中要应用该Givens旋转参数组的相应子矩阵的左右边界位置累积在存储器中；在所累积的Givens旋转参数组的个数达到指定阈值时，利用这多个Givens旋转参数组对中间矩阵进行Givens旋转，其中上述指定阈值是大于等于2的整数。

摘要： 本发明公开一种基于奇异值分解的两阶段图像鲁棒可逆信息隐藏方法，包括嵌入水印和提取水印，其中提取水印时，按照图像是否受到攻击，采用不同的方式进行水印提取。本发明通过奇异值的分解将水印嵌入在受到攻击也不会轻易改变的S矩阵中的最大值上，与经典的鲁棒可逆信息隐藏算法相比，可以有效抵抗JPEG攻击、高斯滤波、缩放等恶意攻击。除此之外，设计的改进量化水印算法，对S值进行取整，有效减小第二阶段嵌入的辅助信息，利用第一阶段的量化误差和水印误差作为第二阶段嵌入的辅助信息，提高可逆嵌入量的可行性。本发明可应用于版权保护、图像保护等诸多领域，具有广泛的应用前景。

摘要： 本发明涉及一种航空γ能谱数据NASVD降噪有效奇异值数目确定方法，构建输入谱线数据矩阵后，利用NASVD算法得到主成分矩阵和幅度矩阵，接着利用“滑窗法”对获取的谱线主成分进行分类，对分类后的谱线主成分进行谱线重构，得到系列重构谱线。然后对系列重构谱线中相邻谱线之间的相关性进行分析计算，得到重构谱线的系列相关系数。以相关系数的绝对值作为判断依据，确定有效奇异值的数目。本发明通过一种简单、高效的方法能够快速确定航空γ能谱数据NASVD降噪中有效奇异值的数目，提高了降噪质量、缩短了处理时间周期，避免人工靠经验或推荐值确定有效奇异值数目产生过降噪或产生结果系统性误差，避免返工和重复计算，降低操作者的工作强度。

摘要： 本发明涉及配电线路技术领域，公开了一种基于变分模态和奇异值分解的配网故障选线方法及系统，其方法通过检测各馈线的零序电流信号，以得到含有噪声的零序电流信号的馈线，通过采用变分模态分解算法对含有噪声的零序电流信号进行分解，得到多个固有模态分量，计算每个固有模态分量与零序电流信号的相关系数，以重新组成新的零序电流信号，对新的零序电流信号进行奇异值分解，并构造零序电流信号，再采用变分模态分解算法对重构后的零序电流信号进行分解，计算各个重构模态分量的模态成分能量，基于相对熵理论确定各个馈线的总的VDM能量相对熵，从而得到总的VDM能量相对熵最大的馈线为故障馈线，提高了配网故障选线判别的准确性。

摘要： 本申请涉及变压器设备故障检测技术领域，公开了一种基于奇异值熵的有载分接开关故障的检测方法，通过电流传感器获取有载分接开关切换时的电流信号，以及通过加速度传感器获取有载分接开关的振动信号；根据电流信号，获取振动信号中进行开关切换时的主振动波形；对主振动波形进行处理，确定固有模态分量的奇异值熵；将固有模态分量的奇异值熵进行主成分分析降维，并利用K‑Means无监督聚类算法，将不同类型的故障样本与非故障样本分开，完成故障检测分类。本申请可以在有载分接开关在发生故障后，及时有效地判断出故障发生的类型。

摘要： 本发明公开了信息奇异值分解重构与语义信息误差矩阵验证系统，包括奇异值的矩阵建模与分解：将SVD(奇异值分解)应用于信号处理，将一维时间序列信号构造成二维空间矩阵形式；通过对于分量矩阵选取的选取，极大地地提升了消噪效果，且提高了特征提取结构的准确性，不仅避免了分量矩阵太少而致使信号失真的情况，而且避免了选取过多导致的噪声残留较多的情况，分量矩阵的选取实际上也就是奇异值的选取，通过选取合适的分量矩阵，使得从分量矩阵中恢复后的信号信噪比增大，因为在实际情况中不可能将噪声完全消除，或多或少还残留有噪声带来的误差，因此，本申请极大地提高了信噪比，即达到了极大地降低噪声影响的效果。

摘要： 本公开提出了一种基于奇异值分解的超宽带(Ultra Wide Band，UWB)生命信号数据处理方法和装置，该方法包括：利用超宽带雷达生命探测仪发射连续脉冲序列进行探测，以得到连续多组包含生命体征信号的回波信号，对回波信号矩阵进行预处理；对预处理后的回波信号矩阵进行奇异值分解，以得到多阶奇异值及奇异矩阵分量；从奇异矩阵分量中提取各阶奇异值对应的空间特征向量及时间特征向量；对各阶奇异值、空间特征向量及时间特征向量进行压缩存储处理，通过本公开，能够减小超宽带雷达生命探测仪回波信号大量杂波及噪声干扰、时空特征耦合、数据量过大、占用大量存储空间等问题，同时，对信号奇异值进行处理，提高生命体征信号处理的时效性。