双线性模型

摘要： 针对离格波达角估计(Direction of Arrival,DOA)问题,提出了一种基于双线性向量化近似消息传递(Bilinear Vectorization Approximate Message Passing,BAd-VAMP)的解决方法。该方法首先将DOA估计问题建模为双线性模型,利用BAd-VAMP算法进行迭代估计;其次通过误差向量和来波信号的相同稀疏特征,缩减矩阵维度,以降低迭代算法的复杂度;最后提出一种基于残差的冷/热重启机制,避免BAd-VAMP算法陷入鞍点,提升算法的鲁棒性。仿真结果表明,相比已有算法,所提方法在快拍次数较少的情况下具有显著的性能增益,使其更适于机载雷达等快时变场景。

摘要： 针对现有的磁瓦表面缺陷识别算法准确率低且泛化能力不足的问题,提出一种基于卷积神经网络的磁瓦表面缺陷识别算法。该算法在轻量级NASNet卷积神经网络的基础上,引入双线性模型增强网络的特征表达力,提高算法识别精度。其次,为了减少模型参数量与计算量,改进NASNet模型结构进行特征降维。同时采用Adam算法作为网络的优化算法,提高训练过程的平稳性和收敛速度;选择Leaky ReLU函数作为网络的激活函数,提高模型的鲁棒性。考虑小样本磁瓦数据集,引入Dropout、样本增强、迁移学习技术防止网络过拟合,提高网络模型的泛化能力。实验结果表明,该算法实现了小样本多类别磁瓦表面缺陷的高精度识别,平均识别精度达到98.8%,与轻量级NASNet相比平均识别率提升约2.49%。

摘要： 附加有效阻尼比是评价减震结构性能的重要参数,现有的建筑消能减震技术规程规定应采用双线性模型模拟位移相关型阻尼器恢复力性能,但该模型仅能在拟合位移下准确量化阻尼器耗能能力和附加有效阻尼比。Bouc-Wen模型能够在各级位移下准确量化阻尼器耗能,但目前缺乏基于该模型的附加有效阻尼比计算公式。对Bouc-Wen模型进行显式化解析,推导出基于该模型的阻尼器附加有效阻尼比计算公式。结合试验数据,对采用不同模型表征阻尼器耗能能力的精度进行了数值分析和对比,证明了所提方法的精确性。对基于Bouc-Wen模型的附加有效阻尼比进行参数分析,给出了其变化规律和各性能参数影响。基于有限元分析,对采用不同模型计算结构动力响应和附加有效阻尼比的差异进行了对比,进一步验证了该方法的有效性和应用价值。

摘要： 针对反激变换器的输出电压稳定性问题,提出一种输出反馈模型预测控制方法.建立双线性模型,设计状态反馈和输出反馈模型预测控制器,增加Luenberger-type型观测器确保状态估测动态误差是全局指数稳定;外环PI控制旨在消除电压偏移误差.给出系统存在输入电压和存在输入约束条件下的电感电流全局收敛的闭环稳定性分析.仿真结果表明,相比于PID控制,该方法在保证系统全局稳定性的同时,可以实现系统误差在有限时间内收敛,控制精度能达0.22％,提高了系统的鲁棒性和快速性.

摘要： 针对现有磁痕图像缺陷检测方法易受噪声和反光影响,检测精度不高的情况,提出一种基于双线性对称NASNet(BS-NASNet)的磁痕图像缺陷检测算法.BS-NASNet网络模型选用双线性模型作为总体框架,且模型中的两个特征函数均采用由两个结构完全相同的NASNet融合而成的对称NASNet(S-NASNet),以充分提取图像中的全局和局部特征.在对两个特征函数最后的特征输出层进行融合时,先对每部分特征降维后再进行融合,可降低过拟合风险,能够适用于小样本训练.实验结果表明,本文算法能够在噪声和反光干扰的情况下对磁痕图像缺陷进行有效检测,检测精度可达99%,且相比于其他几种检测算法具有更高的准确率和召回率.

摘要： 本文以中国菜作为研究对象,提出了基于双线性模型的菜品识别方法.由于中国菜里很多菜品的相似性,导致分类的难度很大.本文借鉴了细粒度图像识别方法中的双线性模型,然后使用一种基于映射的方法得到一个更加低维的双线性特征表示.并在训练阶段采用一种大裕量softmax损失函数.该损失函数通过增加一个正整数变量,在损失函数里产生一个裕量,使同种类别的学习难度增加,从而使学到的特征更加有区分性.将网络在一个208类的中国菜数据集上的测试表明,与以往的方法相比,该方法提高了准确率,减少了过拟合,取得了更好的分类结果.

摘要： 由于屈曲约束支撑具有独特的优势,近年来被大量应用于工程项目中.但屈曲约束支撑的试验及数据处理方法在前期多采用能量等效法,造成较大的误差,甚至得到错误的结论.根据实际测试情况,以及对各种操作方法进行对比分析,基于双线性模型提出了一种对屈曲约束支撑试验方法和标准化参数识别的数据处理分析方法.通过此种方法能准确、快速地识别出屈曲约束支撑的各项性能参数.

摘要： 利用ABAQUS软件对毂节点进行建模,首先用实验数据验证计算模型的准确性,然后进行大量的有限元数据分析,发现在平面外压弯荷载作用下,节点的荷载-位移曲线具有明显的双线性特征.因此,利用回归分析方法得到与毂节点尺寸和偏心有关的屈服系数和刚度系数公式,接着利用正交设计方法,拟合所得数据,给出了与尺寸有关的毂节点初始轴向刚度和弯曲刚度公式;最后回归分析得到与尺寸和偏心有关的极限承载力公式,最终确立了毂节点的荷载位移曲线的双线性模型.该模型为进一步研究毂节点刚度对网壳结构静力弹塑性的影响打下坚实的基础.

摘要： 为探究采用铅芯橡胶隔震支座的大型渡槽结构地震响应的简化分析计算方法，本文针对某大型隔震渡槽进行了7度顺槽向地震响应分析。比较了双质点双线性模型、单质点双线性模型、改进后的单质点双线性模型和有限元模型的分析结果．分析了槽墩刚度、阻尼比对计算结果的影响．分析计算表明改进后的单质点双线性模型计算简便并能够满足精度要求，可以运用于实际工程的初步设计中．

摘要： 对层间隔震技术在既有建筑结构抗震加层加固中的应用进行了探讨。采用在双线性模型模拟隔震支座，通过参数化研究得到了隔震支座优化参数。对某工程加层后与未加层的地震响应进行了比较，结果表明，不同地震波作用下隔震支座的优化参数基本一致，增层隔震技术类似于TMD系统，但因子结构质量较大，能够起到更好的耗能减震效果，可有效削弱原结构的水平地震响应。

摘要： 为探究采用铅芯橡胶隔震支座的大型渡槽结构地震响应的简化分析计算方法，本文针对某大型隔震渡槽进行了7度顺槽向地震响应分析。比较了双质点双线性模型、单质点双线性模型、改进后的单质点双线性模型和有限元模型的计算结果。分析了槽墩刚度、阻尼比对计算结果的影响。分析计算表明改进后的单质点双线性模型计算简便并能够满足精度要求，可以运用于实际工程的初步设计中。

摘要： 该文中提出利用遗传算法建立延迟焦化的双线性模型的新方法。并用具有不确定参数的双线性模型等价描述了延迟焦化过程中的设备故障。文中还提出了一种基于遗传搜索的双线性滑模控制器的设计方案，用以实现在故障状态下的鲁棒控制

摘要： 该文中提出利用遗传算法建立延迟焦化的双线性模型的新方法。并用具有不确定参数的双线性模型等价描述了延迟焦化过程中的设备故障。文中提出了基于精确线性化原理的双线性鲁棒控制方案用以解决上述问题。

摘要： 本文基于雷达引信视频放大器的实测数据,探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤,并对所建的辨识模型误差产生的原因做出合理的解释,它是构造雷达引信自动化测试系统的基础工作之一.

摘要： 本文基于雷达引信视频放大器的实测数据,探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤,并对所建的辨识模型误差产生的原因做出合理的解释,它是构造雷达引信自动化测试系统的基础工作之一.

摘要： 本文基于雷达引信视频放大器的实测数据,探讨利用非线性系统理论和方法建立视频放大器的广义频率响应(GFRF)简化辨识模型的方法与步骤,并对所建的辨识模型误差产生的原因做出合理的解释,它是构造雷达引信自动化测试系统的基础工作之一.

摘要： 本发明公开了一种基于二阶线性微分跟踪器和参数双线性模型的车重估计算法，包括：步骤1，实时采集车辆行驶数据；步骤2，将车速信号送入二阶线性微分跟踪器，得到车辆加速度；步骤3，当整车驱动力和车辆加速度同时大于0且制动踏板未踩下时，执行后续步骤，否则返回步骤1；步骤4，根据车辆纵向动力学模型得到车重线性模型,将滚阻系数和车辆加速度输入给车重线性模型，得到估计车重；步骤5，根据车辆纵向动力学模型得到滚阻系数线性模型，将估计车重和车辆加速度输入给滚阻系数线性模型，得到估计滚阻系数；步骤6，估计结果可信性检验。本发明既避免了额外为车辆加装加速度传感器，又为后续车重估计的精度提供了保证。

摘要： 本发明提出一种基于提升稀疏约束双线性模型的图像进行分类方法，该方法的图像分类步骤如下：步骤S1：在图像上提取图像的局部特征；步骤S2：从图像上密集的提取多个部件；步骤S3：将各个部件用视觉词的直方图作为部件的特征表示，并将每个部件的特征表示按顺序排列起来，用一个矩阵的形式来表示图像；步骤S4：使用提升稀疏约束双线性模型模拟视觉词到部件、部件到图像类别之间的关系，从而达到对图像分类的目的。为了提高方法的判别力，我们加入了稀疏性的约束，并采用提升的策略来提高方法的鲁棒性。在三个数据库上的实验结果，证实了我们的方法的有效性。

摘要： 本发明公开了一种基于二阶线性微分跟踪器和参数双线性模型的车重估计算法，包括：步骤1，实时采集车辆行驶数据；步骤2，将车速信号送入二阶线性微分跟踪器，得到车辆加速度；步骤3，当整车驱动力和车辆加速度同时大于0且制动踏板未踩下时，执行后续步骤，否则返回步骤1；步骤4，根据车辆纵向动力学模型得到车重线性模型,将滚阻系数和车辆加速度输入给车重线性模型，得到估计车重；步骤5，根据车辆纵向动力学模型得到滚阻系数线性模型，将估计车重和车辆加速度输入给滚阻系数线性模型，得到估计滚阻系数；步骤6，估计结果可信性检验。本发明既避免了额外为车辆加装加速度传感器，又为后续车重估计的精度提供了保证。

摘要： 本发明公开了一种基于T-S双线性模型的非线性关联大系统的分散控制方法，根据Lyapunov稳定性分析理论和并行分布补偿算法，得到了闭环关联大系统时滞相关渐近稳定的充分条件，分散控制器可由一组线性矩阵不等式的解得到，采相应的分散模糊控制器的设计可转化成一个受线性矩阵不等式(LMI)约束的凸优化问题。最后，仿真数例验证了所提方法的有效性。

摘要： 目前下一代视频编码标准VVC中的仿射运动只有四参数以及六参数模型，虽然其能适用于大多数的复杂运动场景，但是对于一些非平行性的运动如非规则的旋转或缩放，其估计性能有限。针对以上情况，本发明提出了一种基于双线性模型的VVC运动补偿方法。其主要思想是，对于采用仿射运动模式的编码块，利用基于双线性模型的高阶运动模型来对其进行再一次的运动估计，再利用运动补偿插值滤波器来生成当前子块的预测块。最后对基于双线性模型的VVC运动补偿方法所得到结果与VVC已有的仿射运动补偿所得结果，进行率失真代价比较，来选择合适的运动补偿方式。实验结果表明，在编码视频具有相同客观质量的条件下，本发明所提方法能够节省更多的码率。

摘要： 本发明公开了一种基于逐波段广义双线性模型的高光谱图像的解混方法，其步骤包括：1、建立逐波段广义双线性模型；2、基于贝叶斯最大后验准则和正则化理论，建立解混方法对应的优化模型；3、采用交替方法乘子法求解所述优化模型。本发明不仅能将高光谱图像的不同波段的不同高斯水平的高斯噪声考虑进去，还能将真实的高光谱图像中广泛存在的混合噪声考虑进去，即高光谱图像中不仅含有高斯噪声，还含有脉冲噪声、条带、死像素和死线等，因此具有对真实的高光谱图像中的混合噪声和不同波段的不同高斯水平噪声鲁棒的优点。

摘要： 本发明公开一种基于双线性模型多层特征融合的细粒度车型识别方法，包括如下步骤：(10)第一层层内自相关信息提取：根据双线性模型卷积层各层内卷积特征，提取层内自相关信息双线性特征，将参数矩阵分解为两个一阶向量；(20)第二层层内自相关信息提取：根据双线性模型卷积层各层内卷积特征，提取层内自相关信息双线性特征，将参数矩阵分解为两个一阶向量；(30)层间互相关信息提取：根据双线性模型卷积层各层间卷积特征，提取不同卷积层间的层间互相关信息双线性特征，将参数矩阵分解为两个一阶向量；(40)多层特征融合：融合多层特征，得到车型细粒度特征。本发明的细粒度车型识别方法，计算复杂度低、准确性高。

摘要： 本发明公开一种基于分解技术的双线性模型参数辨识方法。该方法首先将双线性模型重构为两个等价虚拟模型，然后分别针对两个虚拟模型的参数向量定义准则函数，采用负梯度搜索原理并对其最小化后，得到两个参数向量的随机梯度估计算法。采用未知参数前一时刻估计值代替当前时刻值的方法可以有效解决两个虚拟模型的信息向量中含有未知变量导致估计算法无法实现的问题，同时为算法引入的遗忘因子可以有效提升算法收敛速度，最终得到的遗忘因子递阶随机梯度辨识算法可以快速有效的辨识出双线性模型的参数。

摘要： 本发明提出一种基于提升稀疏约束双线性模型的图像进行分类方法，该方法的图像分类步骤如下：步骤S1：在图像上提取图像的局部特征；步骤S2：从图像上密集的提取多个部件；步骤S3：将各个部件用视觉词的直方图作为部件的特征表示，并将每个部件的特征表示按顺序排列起来，用一个矩阵的形式来表示图像；步骤S4：使用提升稀疏约束双线性模型模拟视觉词到部件、部件到图像类别之间的关系，从而达到对图像分类的目的。为了提高方法的判别力，我们加入了稀疏性的约束，并采用提升的策略来提高方法的鲁棒性。在三个数据库上的实验结果，证实了我们的方法的有效性。

摘要： 本发明涉及通过脑电进行身份识别的技术领域。提供一种能更加全面的反映、分析脑电中包含的信息，并从中提取出具有明显个体差异性的、有效的脑电特征参数的方法，以实现身份识别的目的。为此，本发明采用的技术方案是：基于双线性模型的静息脑电身份识别方法，包括下列步骤：通过佩戴在受试者头上的电极帽采集原始静息脑电信号；对原始静息脑电信号进行预处理；建立包含线性和非线性成分的复合模型；采用主成分分析PCA进行数据降维；基于支持向量机进行身份识别。本发明主要应用于进行身份识别。