相关矩阵

摘要： 为了增强图像特征鉴别力和鲁棒性,获取图像紧致特征表达是关键。现有的图像特征学习方法大多采用最大化L_(2)范数的方式定义,导致其对噪声和异常值十分敏感。针对这个问题,提出了一种基于L_(2,1)范数的鲁棒鉴别特征学习算法。该算法在数据预处理中加入了类内聚拢操作,使得同类样本尽可能靠近,减小了类内异常样本以及强噪声样本的影响;此外,引入L_(2,1)范数重新定义了数据的类内和类间相关矩阵,使得模型更具鲁棒性,且提取的特征鉴别能力更强。实验结果显示,相比于现有的一些最新算法,提出的算法不仅具有较高分类准确率,同时还具有较快的收敛速率。这表明了提出算法所提取特征的图像特征具有较强的鉴别力和鲁棒性。

摘要： 对称密码体制中的许多映射是布尔映射.该文在向量布尔映射和实向量空间的特殊线性映射之间建立联系,将函数的一些密码性质用相关矩阵来刻画.相关矩阵中的元素定义为输入的线性组合与输出线性组合的相关系数.相关矩阵不仅直接刻画向量布尔函数输出线性组合与输入线性组合的符合率,是线性密码分析的有力工具,还能够为弱密钥攻击提供理论支持.

摘要： 基于不同的机器学习方法探索识别抗肿瘤药的合适的特征筛选方法。收集了200个抗肿瘤药和600个非抗肿瘤药,形成三组不同的平衡数据集。采用斯皮尔曼系数与谷本系数计算的相关性矩阵与6个特征重要性指标结合进行相关性特征筛选。筛选后的数据集使用自适应提升树、随机森林、支持向量机进行分类。基于三个平衡数据集,采用的特征筛选方法对不同的机器学习方法获得的评价指标均有不同程度的提升。特别是自适应提升树,与其他筛选操作相比,至少有一种改进的特征筛选方法提升了六个评价指标的所得值。根据三个数据集的结果分析,重要性指标中整体方差和信息熵表现得更好,为将来的抗肿瘤药物识别提供一定的参考。

摘要： 针对信号发射过程中,由基带信号经过正交调制后的正交(In Phase-Path and Quadrature-Path, IQ)信号不完全正交且具有不同的幅度增益而产生的镜像干扰问题,提出了一种新的对IQ不平衡信号的校准参数进行估计的算法。通过建立不理想的信道模型,基于信号的二阶统计特性,计算发射信号和接收信号的相关矩阵,用所提算法估算出补偿参数,结合温度传感技术,对信号进行数字预校准,并对该算法的有效性进行验证。经过测试,不同温度环境下IQ不平衡信号经过校准后在理想接收端一侧的镜像抑制比(Image Rejection Ratio, IRR)能稳定在50 dB左右。

摘要： 本文给出了向量随机过程主分量计算问题的一种解决方案即一种新的称为APRL的学习算法,该算法借助线性神经网络计算主分量.APRL算法是递归的和自适应的,即利用前m-1个主分量,通过自适应调整学习率参数迭代出第m个主分量.论文对APRL算法的快速收敛给出了数学分析并说明它相较于以前的方法具有计算优势.APRL方法可应用于控制系统建模、高清谱分析、图像数据压缩及运动估计等.

摘要： 对模糊随机变量的主成分分析方向进行研究,其中相关矩阵是研究主成分分析的一个重要指标,而模糊随机变量与随机变量本质不同,所以不能直接用随机变量的相关矩阵进行使用.研究改进了随机变量的相关矩阵,将其推广到模糊随机变量中,通过给出两个模糊随机变量的α-贴近度概念构造了α-贴近度矩阵,利用α-贴近度矩阵作为模糊随机变量的相关矩阵研究了一类梯形模糊随机变量的主成分分析问题,通过实例分析表明,本文给出的方法用来研究模糊随机样本的主成分分析问题是可行的.

摘要： 我们以城市发展水平为研究对象,搜集查询了35个省份的经济、卫生、等数据,通过相关系数矩阵找寻各省份发展因素之间的内在联系;运用主成分分析法,对2019年中国35个省份经济发展状况进行综合分析及评价;利用Q型聚类算法和MATLAB软件,将全国35个省份划分为5类;经Excel绘制出的热感图显示发展较好的省份,其主要分布在北京以及南方沿海附近,而西藏是经济发展最慢的省份;可看出,我国全面建成小康社会的目标在各省份之间存在差异.进行合理评价与排序,因地制宜,才能加快全面建成小康社会的步伐.

摘要： 随着计算机网络的高速发展,网络信息安全性问题变得愈来愈受到重视.网络攻击者不但利用单个弱点来对网络系统进行攻击,甚至还会将多个主机弱点进行结合来对网络进行攻击,这对网络安全而言是极大的威胁.该文基于弱点相关矩阵的网络安全威胁指数进行分析.

摘要： 针对稳健自适应波束形成器应对阵列失配的不足,提出一种利用正交投影重构阵列接收信号后,再使用积分重新构造协方差矩阵的算法.首先利用低分辨功率谱对干扰所在方位区间构造干扰相关矩阵,再对该矩阵进行奇异值分解或者特征分解得到干扰导向矢量子空间,在接收数据的同时,直接利用导向矢量的正交性将快拍中的期望信号去除,得到重构阵列接收信号;然后得到初步协方差矩阵,接着利用该矩阵和Capon功率谱对干扰所在区间积分构造最终的干扰协方差矩阵;利用类似的步骤得到期望协方差矩阵,并求得该矩阵的信号子空间,选取信号子空间中合适的特征向量作为估计的期望信号导向矢量;最后,利用上述结果计算最优权值.仿真结果表明,当存在阵列失配时,文中提出的算法比传统算法的输出性能更好.

摘要： 本文提出居民用电行为特性分析软件实现研究。建立用电行为的相关矩阵,并利用随机矩阵极限谱理论实现数据去噪,得到用电行为相关性模型,将去噪后的数据划分为若干个时段,利用模型计算出在相同时段具有相同变化的数据,进行聚类,聚类结果即为对应的特性分析结果。实验结果表明,所提方法计算出的特性结果中,Jaccard系数在1以上,DBI和SI值均处于较高水平,具有良好的分析能力。

摘要： 相关矩阵是测试优选和测试序列优化的基础。针对相关矩阵在测试性分析中的重要性，用有向图表示系统，建立有向图的邻接矩阵，利用故障传递性关系矩阵的特征来求解有向图的可达矩阵，对可达矩阵进行转换获得所需的相关矩阵。通过实例说明方法简单、有效，结果可信，不会丢失系统的故障传播关系。

摘要： 现代飞机正朝着大规模、复杂化方向发展,直接导致测试时间长、故障诊断困难等问题,因此实时快速诊断技术对于飞机装备保持和迅速恢复具有重要意义.针对传统故障诊断方法对系统的强依赖性和在多故障模式下处理能力不足等问题,给出一种基于多信号模型的实时诊断方法.该方法首先建立系统多信号模型,然后根据模型得出相关矩阵,在相关矩阵和各实时测试结果基础上按照实时故障诊断算法进行推理,判定系统各模块所处的状态.对某试验系统的建模以及模拟诊断结果表明,该方法能隔离多故障,同时降低虚警率,适用于飞机系统的实时诊断.

摘要： 许多高分辨率DOA估计算法都是基于子空间提出的，且需要输入相关矩阵的特征值分解，计算量很大。结合遗传算法的神经网络方法，充分利用GA的全局搜索能力，BP算法的局部搜索能力和鲁棒性强的特性，提出一种用遗传算法全局优化神经网络拓扑结构和网络权值的新编码方案进行DOA估计;同时利用信号相关阵的对称性，仅考虑相关阵中的上三角的部分元素作为网络的输入量，减少了输入，计算量较小。仿真结果表明其性能优良，实时性好。

摘要： 聚块算法是解决矩形布局问题的基本方法之一。聚块算法主要由聚块规则、定序规则和定位规则3个部分组成。本文在聚块规则中引入了相关矩阵的概念，给出了聚块步骤;定序规则是在合适的时机构造合适的布局模块放入布局空间;定位规则采用的是布局子空间中的占角优先策略。最后利用随机的10组数据对算法进行了验证，得到了较好的布局效果。

摘要： 根据在目标声源和背景噪声混合存在的状况下在不同位置处收录的观测信号来计算观测特征量矢量，估计与目标声源对应的掩码和与背景噪声对应的掩码，根据观测信号和与目标声源对应的掩码来计算包含背景噪声的目标声源的空间相关矩阵，根据观测信号和与背景噪声对应的掩码来计算背景噪声的空间相关矩阵，并且根据对各个空间相关矩阵以规定的系数加权后的矩阵来估计目标声源的空间相关矩阵。

摘要： 本发明提供了一种基于互相关矩阵浓缩的低相关码集合构建方法，首先遍历码空间形成均衡码集合；找出其中自相关性能优良的码片，形成优良自相关码集合；然后在优良自相关码集合中剔除循环等价的码片，构成备选码集合；计算全部码片的两两互相关值向量，取其峰值组成互相关矩阵；将互相关矩阵转换为互相关01矩阵并浓缩为全1矩阵；将与全1矩阵相对应的码片组成最佳码集合，并加入与最佳码集合内全部码片互相关性能良好的备选码，形成低相关码集合。本发明产生了码片长度取值灵活、相关性能优良的低相关码集合，并且集合内码片数量可观。

摘要： 本发明公开了一种基于分段列相关矩阵的分组并行化的稀疏信道估计方法，属于通信技术领域。该方法构造了分段列相关矩阵，其结构特点为列重和不同段列块间相关值固定，能够降低稀疏信道估计时信道抽头之间的干扰；基于该矩阵结构的基础上，提出了利用预选集分组并行化的稀疏信道估计方法，将所有数据分组并行一次处理，对比传统的gOMP估计方法的多组循环迭代求解，虽然单次的运算量变大，但是并行计算为全局处理精度高同时循环次数变少。所以本发明运行速度和精确估计率更优，仿真实例中运行时间提高了4倍左右，精度估计率最大能提高25％。

摘要： 根据在目标声源和背景噪声混合存在的状况下在不同位置处收录的观测信号来计算观测特征量矢量，估计与目标声源对应的掩码和与背景噪声对应的掩码，根据观测信号和与目标声源对应的掩码来计算包含背景噪声的目标声源的空间相关矩阵，根据观测信号和与背景噪声对应的掩码来计算背景噪声的空间相关矩阵，并且根据对各个空间相关矩阵以规定的系数加权后的矩阵来估计目标声源的空间相关矩阵。

摘要： 本发明提供了一种基于互相关矩阵浓缩的低相关码集合构建方法，首先遍历码空间形成均衡码集合；找出其中自相关性能优良的码片，形成优良自相关码集合；然后在优良自相关码集合中剔除循环等价的码片，构成备选码集合；计算全部码片的两两互相关值向量，取其峰值组成互相关矩阵；将互相关矩阵转换为互相关01矩阵并浓缩为全1矩阵；将与全1矩阵相对应的码片组成最佳码集合，并加入与最佳码集合内全部码片互相关性能良好的备选码，形成低相关码集合。本发明产生了码片长度取值灵活、相关性能优良的低相关码集合，并且集合内码片数量可观。

摘要： 本发明涉及一种无线通信装置(20)，该无线通信装置(20)包括无线接收机(21)，其用于接收包含交替的已知和未知符号部分(31、32)的信号(30)；以及连接到它的解调器(23)。该解调器(23)可以包括：信道估计模块(24)，其用于对先前的未知符号部分(32)、当前的未知符号部分、和未来的未知符号部分生成相应的信道估计(33)；自相关模块(25)，其用于对先前的、当前的、和未来的未知符号部分生成自相关矩阵；信道匹配滤波器模块(26)，其用于对先前的和当前/未来的未知符号部分生成相应的信道匹配系数；分解模块(27)，其用于将自相关矩阵分割成相应的上方和下方自相关矩阵；变换模块(28)，其用于将信道匹配系数变换成上方和下方信道匹配系数；以及回代模块(29)，其用于基于所述当前的和先前/未来的未知符号部分的上方和下方自相关矩阵以及信道匹配系数来确定当前的未知符号部分。

摘要： 本发明涉及基于相关矩阵特征值衰弱系数的浅海水面水下目标分辨方法，以基阵信号相关矩阵特征值衰落系数的大小表征声场垂直相关性；阈值上的基阵信号相关矩阵特征值的衰落系数对应水面声源，反之为水下声源；基阵信号相关矩阵特征值的衰落系数越大，特征值分布越集中，对应的相关矩阵振荡越弱，声场的垂直相关性较强，对应水面声源，衰落系数越小，特征值的分布越分散，对应的相关矩阵振荡越强，声场的垂直相关性较弱，对应水下声源。本发明依据简正波理论，从声源深度对声场的垂直相关性的影响出发，基阵信号相关矩阵特征值衰落系数能够有效表征声场垂直相关性，其大小与声源深度密切相关，可应用于深海垂直阵反潜警戒探测。

摘要： 本发明涉及一种基于相关矩阵特征值衰落系数的会聚区和影区分辨方法，以基阵信号相关系数矩阵特征值衰落系数的大小表征声场相关性的起伏特征，基于会聚区和影区对声场的水平相关性，设置特征值衰弱系数的门限，对会聚区和影区进行分辨。本发明依据广义射线‑简正波理论，从会聚区影区对声场的水平相关性影响出发，提出一表征声场水平相关性的无量纲物理量，即基阵信号相关矩阵特征值衰落系数；该系数可以有效表征声场相关性的起伏特征，其大小与是否处于会聚区密切相关；通过仿真实验表明，设置合理的特征值衰弱系数门限能够有效区分会聚区与影区，进而实时有效辨别会聚区，大幅提高目标的有效探测距离。

摘要： 本发明公开了一种利用偶极声波时差相关矩阵评价地层压裂效果的方法，技术方案包括1)获取待解释井压裂前偶极声波单极波形数据MPB和压裂后偶极声波单极波形数据MPA，计量单位为dB；2)将步骤1)利用偶极声波处理软件中计算压裂前单极波形时差相关矩阵CMB和压裂后单极波形时差相关矩阵CMA；3)计算压裂前、后单极波形时差相关矩阵差异矩阵CMD,其中，CMD＝CMB‑CMA；4)绘制待解释井压裂前、后单极波形时差相关矩阵差异矩阵成像图。

摘要： 本发明属于信号处理技术领域，特别涉及一种基于空时相关矩阵的空时分组码盲识别方法及系统，包含：通过通信系统中发射端和接收端的同步采样来对信号进行接收，并对接收信号进行预处理，获取若干组接收信号样本；设置延时量取值范围，并在该延时量取值范围内计算每个延时量下各组接收信号样本对应的空时相关矩阵；对接收信号样本中各延时量下空时相关矩阵中元素进行去冗余的白化处理，并通过计算白化处理后空时相关矩阵的Frobenis范数平方值来构造空时分组码特征向量；将空时分组码特征向量作为模型输入，利用训练后的BP神经网络对空时分组码特征进行分类识别。本发明能够满足MIMO通信中STBC类型的识别要求，可直接应用于非协作MIMO系统等，具有较好适用性。