奇异值分解
- 矩阵奇异值分解算法在图像处理中的应用
尤其是矩阵奇异值分解在图像处理、信号处理以及神经网络等领域有着广泛应用。针对图像处理问题，文章首先给出了奇异值分解的基本理论，随后分别介绍了奇异值分解应用于图像压缩及数字水印技术的基本原理并进行Matlab应用实现，最后构建了数据分析模型并进行了数值实验综合分析，将图像处理的几类应用结合实现了综合性的图像处理程序。关键词：矩阵分解；奇异值分解；图像压缩；低秩逼近；数字水印中图分类号：TP18 文献标识码：A文章编号：1009-3044（202
电脑知识与技术 2023年31期2023-12-25
- 将Matlab引入矩阵奇异值分解教学的探究
要：矩阵的奇异值分解是高校《线性代数》教学中的重点难点内容。由于对其缺乏直观理解，学生很难理解奇异值分解背后的深层意义。本文探讨将奇异值分解与Matlab相结合进行教学的优越性，既增强了学生学习的积极性和主动性，又可以提高知识运用能力和动手能力。关键词：Matlab数值实验；奇异值分解；教学改革线性代数是高校理工科、经管类学生的基础课程，同时也是计算机专业学生的必修课程，对后续学习起到奠基作用。矩阵是线性代数研究的核心内容，主要包括方阵和非方阵，对于方阵的
科技风 2023年13期2023-06-11
- 一种基于混合变换域的自适应稳健性数字水印算法
波变换； 奇异值分解； 数字水印中图分类号：TP309.7 文献标识码：A 文章编号：1006-8228（2023）04-33-05Absrtact： In order to achieve the concealed embedding of watermark information and improve the robustness of the watermark，a hybrid transform domain ad
计算机时代 2023年4期2023-04-13
- 基于 SVD 的协同过滤电影推荐算法
;冷启动;奇异值分解（SVD）中图法分类号：TP391文献标识码：ACollaborative filtering movie recommendationalgorithm based on SVDSONG Longsheng'，WANG Jialel，NI Shengqiao1.2（1.College of Information Science and Technology，Tibet University，Lhasa 850000，China：2.
计算机应用文摘·触控 2022年10期2022-07-05
- 基于EMD与SVD结合的S变换模型的局部放电信号去噪研究
、S变换、奇异值分解（SVD）3个部分组成。首先利用经验模态分解对局部放电信号进行分解，提取其中主要的特征量;其次对得到的特征量进行S变换，得到时频矩阵;然后对该矩阵进行奇异值分解，去除噪声;最后进行逆S变换，重构信号，从而得到较为清晰的时域放电信号。关键词：希尔伯特-黄变换;EMD;S变换;奇异值分解中图分类号：TM93 文献标志码：A 文章编号：1671-0797（2022）08-0008-04DOI：10.19514/j.cnki.cn3
机电信息 2022年8期2022-04-29
- 压缩感知等效源法近场声全息关键参数选取
压缩感知;奇异值分解;等效源法;声模态中图分类号：TN919.81 DOI：10.16375/j.cnki.cn45-1395/t.2021.04.0080 引言近場声全息（near field acoustic holography， NAH）是一种有效的声场识别和声场可视化工具，其近场测量的特性能够有效地捕捉倏逝波，因此，相对传统远场测量具有更高的声场分辨率[1].目前，NAH的主要实现方法有基于空间傅里叶变换法[2]、边界元法[3
广西科技大学学报 2021年4期2021-11-20
- 随机低秩逼近算法在张量近似中的应用
重要的矩阵奇异值分解，进而得到一种新的高效求解Tucker分解的算法。借助Matlab软件实现新算法，数值实验结果表明新算法在效率上具有显著的提升优势。关键词 奇异值分解 随机算法 张量近似 Tucker分解 低秩逼近中图分类号：TP311 文献标识码：A 文章编号：1007-0745（2021）09-0058-03张量是一个多维数组。一阶张量是向量，二阶张量是矩阵，三阶或更高阶的张量称为高阶张量。高阶张量的分解在信号处理、数值线性代数、计算机视觉等领域都
科海故事博览·下旬刊 2021年9期2021-10-30
- 天牛须算法优化的NSCT-DWT-SVD域鲁棒水印算法
，对其进行奇异值分解（SVD），并将SVD分解后的水印嵌入低频子带的奇异值矩阵中。最后采用天牛须算法（BAS）得到水印嵌入的最优强度因子。仿真实验并与其他文献的对比分析证明该算法不可见性和鲁棒性都较好。关键词：非下采样轮廓波变换;离散小波变换;奇异值分解;天牛须算法1 背景近年来，随着数字媒体的蓬勃发展，未经授权的媒体内容的传播也日益增多。由于数字媒体数据易于访问，在线购买和分发也变得更加容易。因此，迫切需要为数字媒体提供保护，在保护数字内容方面比较流行的
电脑知识与技术 2021年24期2021-09-23
- 一种利用单通道母体腹部心电信号提取胎儿心电信号的新技术
了一种基于奇异值分解（SVD）、平滑窗（SW）技术和最小二乘支持向量机（LSSVM）的胎儿心电提取新方法. 首先，利用SVD从单通道母体腹部心电信号中重构分解矩阵，估计出母体心电参考信号，并利用SW方法对估计出的母体心电参考信号进行平滑处理;然后，利用LSSVM建立非线性估计模型，通过该模型和平滑后的母体心电参考信号估计出腹部信号中的母体心电成分，并采用布谷鸟搜索算法（CS）优化LSSVM的超参数;最后，将腹部混合信号与CS-LSSVM模型估计出的母体心电
湖南大学学报·自然科学版 2021年10期2021-09-14
- 多参考最小二乘复频域法的数值问题分析及优化
矩阵，通过奇异值分解计算奇异矩阵Msub的伪逆矩阵，以能量为指标自动确定阶次，在不失精度的前提下可自动得到清晰稳定图。利用优化多参考最小二乘复频域法对一个7自由度线性时不变系统和葡萄牙Infante D. Henrique大桥辨识，实验结果表明本文方法可以在保持精度的前提下容易地识别系统模态。关键词： 模态分析; 多参考最小二乘复频域法; 特征值分解; 奇异值分解; 稳定图引 言20世纪90年代，针对频域识别中数值病态问题，Guillaume等提出了最小
振动工程学报 2021年4期2021-09-08
- 强背景噪声振动信号中滚动轴承故障冲击特征提取
，提出一种奇异值分解（Singular Value Decomposition， SVD）差分谱与S变换相结合的微弱冲击特征提取方法。将原始信号构造成Hankel矩阵，采用SVD对重构矩阵进行分解;利用奇异值差分谱确定降噪阶次进行降噪;采用S变换对降噪后的信号进行时频分析，提取信号中的微弱冲击特征信息。通过数值仿真和实际轴承故障数据的对比，表明该方法可有效辨别轴承振动信号中故障引起的早期微弱冲击特征，为轴承故障诊断提供先验信息。关键词： 故障诊断; 滚动轴
振动工程学报 2021年1期2021-06-06
- 一种应用改进符号序列熵与滑动窗奇异值的退化特征提取方法
序列熵; 奇异值分解中图分类号： TN911.7; TH132.4 文献标志码： A 文章编号： 1004-4523（2021）01-0211-08DOI：10.16385/j.cnki.issn.1004-4523.2021.01.0241 概 述岸橋又称为岸边集装箱起重机、桥吊，是用来在岸边对集装箱进行装卸的大型港口起重设备。起升机构和轨道铰点是岸桥设备中重要的机构和结构部件。其中起升机构是集装箱升降运动的动力机构，一般由驱动电机、齿轮箱、
振动工程学报 2021年1期2021-06-06
- 基于小波变换和K-SVD的探地雷达杂波抑制研究
Means奇异值分解的自适应双边滤波方法。将原始雷达数据进行小波分解，并应用K-SVD算法变换稀疏编码和更新原子，用更新后的稀疏系数和字典重构小块，将小块进行小波逆变换重构图像，然后对重构图像进行自适应双边滤波得到处理后的图像，以实现小波变换、K-SVD算法和自适应双边滤波方法的优势互补。与其他方法进行对比的结果表明，所提出的方法具有良好的杂波抑制效果，在峰值信噪比和目标图像熵上性能更好。研究结果在实际雷达勘测任务中具有一定的应用价值。关键词：雷达工程;探
河北科技大学学报 2021年2期2021-05-23
- 基于K-SVD-OMP的稀疏表示方法在电力负荷预测中的应用
用K均值—奇异值分解（K-SVD）算法将其进行稀疏分解与变换至稀疏域以得到学习后的字典。进一步，由正交匹配追踪（OMP）算法获取相应的稀疏编码向量，再将该向量作为核极限学习机（KELM）的输入来构建全局回归模型。为了验证该方法的有效性，将所提出的方法用于不同地区的中期或短期电力负荷预测中，在同等条件下还与单一KELM、支持向量机（SVM）、极限学习机（ELM）方法以及非字典学习的其他稀疏表示建模方法进行了比较。实验结果表明，不同的稀疏表示建模方法均能取得很
电机与控制学报 2020年9期2020-10-09
- 基于SVD填充和用户特征属性聚类的混合推荐算法
协同过滤;奇异值分解;K均值聚类;遗忘曲线中图分类号：TP301.6 文献标识码：A文章编号：1009-3044（2020）16-0011-05开放科学（资源服务）标识码（OSID）：Abstract： Facing the increasing amount of data in the scoring matrix， it is the key to solve the problem of sparse data
电脑知识与技术 2020年16期2020-09-28
- 基于奇异值分解改进观测矩阵的FBG传感信号处理
出一种基于奇异值分解的改进观测矩阵方法，通过提高压缩感知处理光纤布拉格光栅传感信号精度，完成噪声预处理。对观测矩阵进行分解重构，提高信号重构保真度。首先对随机观测矩阵进行正交化处理，再对其进行奇异值分解，将特征矩阵特征值改为恒定值，带入新的特征值后将产生新的观测矩阵。对信号进行观测，并采用信噪比、重构误差等指标确定稀疏度K。仿真结果表明，该方法重构精度提高约72%。关键词：压缩感知;奇异值分解;观测矩阵;传感信号DOI：10. 11907/rjdk. 19
软件导刊 2020年8期2020-09-02
- 基于DCT-SVD和标记矩阵的鲁棒可逆数字水印算法
混沌加密;奇异值分解中图分类号：TP309.7 文献标识码：A 文章编号：1007-9416（2020）07-0116-050 引言近年来，数字水印技术广泛应用于保护数字产品的版权，证明产品的真实可靠性，跟踪盗版或提供产品附加信息等。数字水印算法的很多特性是相互制约的，如不可感知性和空间效率、鲁棒性之间，安全性、可逆性和时间效率、空间效率之间都是相互制约的。为了提升算法特性，变换域嵌入算法成为研究的主流方向。其中，DCT变换能量集中，实现简单，为图像压缩标
数字技术与应用 2020年7期2020-08-21
- 基于矩阵分解的高校学生成绩预测研究
使用改进的奇异值分解方法预测学生成绩，具有较强的实用性和较好的效果。关键词：成绩预测;矩阵分解;奇异值分解;学业预警中图分类号：G434;TP391 文献标识码：A 文章编号：2096-4706（2020）04-0142-04Abstract：The prediction and warning of studentsperformance is an effective method to assist teachers of the funct
现代信息科技 2020年4期2020-07-31
- 不可分小波构造及其在图像水印中的应用
可分小波、奇异值分解以及Arnold置乱变换相结合的数字图像水印算法。该算法首先构造了二维不可分小波滤波器组，其次对水印图像进行Arnold置乱变换，对原始图像用不可分小波进行多尺度分析，然后分别对其低频部分和置乱后的水印进行奇异值分解，最后在两者的奇异值矩阵中嵌入水印。实验结果表明，该算法能实现水印的嵌入和准确提取，并且水印的不可见性好，与张量积小波相比，该方法在对滤波、噪声、剪切、旋转、加噪的攻击下，鲁棒性较强。关键词： 图像水印; 不可分小波; 奇异
现代电子技术 2020年11期2020-07-14
- 基于改进小波阈值函数和变分模态分解的电能质量扰动检测
rt变换和奇异值分解分别求解每个本征模态函数的振幅、频率、起止时间等特征量，并据此搭建PXI和LabVIEW结合的电能质量扰动检测平台. 分别采用单一扰动、复合扰动和电网实际扰动数据验证本文算法的准确性与有效性，相比现有经验模态分解和集合经验模态分解，本文提出算法不仅具有抗模态混叠和虚假分量的能力，且在强噪声环境下仍具有较高的准确性和鲁棒性.关键词：电能质量;变分模态分解;希尔伯特变换;奇异值分解;改进小波阈值函数Abstract：In order to
湖南大学学报·自然科学版 2020年6期2020-07-04
- 特殊矩阵特征值的Wielandt－Hoffman－残差型扰动界
块及矩阵的奇异值分解，探讨了矩阵及其扰动后的矩阵阶数不同时特征值的扰动界，得到了Hermite矩阵特征值的Wielandt-Hoffman-残差型扰动界。进一步将所得结果推广到可对称化矩阵，给出了可对称化矩阵特征值新的Wielandt-Hoffman-残差型扰动界，且所得结论推广了原有结果。关键词：Hermite矩阵;可对称化矩阵;奇异值分解;特征值中图分类号：O241.6文献标识码： A3 结语本文探讨了Hermite阵和可对称化矩阵特征值的残差型扰动上
贵州大学学报（自然科学版） 2020年3期2020-06-08
- 基于隐含语义分析的抖音短视频语义检测方法
主题，通过奇异值分解，将词向量和文档向量投射到一个低维空间，用层次聚类算法确定初始中心，然后聚类得到结果。结论表明，短视频中的核心语义内容被成功保留下来，运用矩阵降维方法降低了计算量，冗余的相关性干扰得以解决，改变了视频语义检测的整体效果。关键词：隐含语义 层次聚类 奇异值分解 矩阵降维中图分类号：TP391.4 文献标识码：A 文章编号：1672-3791（2020）02（a）-0009-02随着互联网用户数量的不断增长，网络短视频的数量也在
科技资讯 2020年4期2020-04-08
- 矩阵分解的应用浅述
满秩分解;奇异值分解;特征值【基金项目】河北工业大学研究生《矩阵论》示范课程建设项目（121031）;2019年河北省研究生示范课程立项建设项目（KCJSX2019011）《矩阵论》是工科研究生的一门重要的学位课（参见文献[1]-[4]）.本文给出了矩阵分解的若干应用.一、利用正规矩阵的分解计算矩阵函数例1 设矩阵A=100-101-100-110-1001，试求eA，cos A.解 对于正规矩阵A，可求得P-1AP=Λ，其中P=1001011001-10
数学学习与研究 2020年25期2020-03-17
- 基于区域分割的低覆盖点云配准算法
并采用基于奇异值分解（SVD）的迭代最近点（ICP）算法对区域进行配准，从而实现点云的精确配准。实验结果表明，所提算法通过区域分割可以大幅提高点云区域的覆盖率，并且无需迭代即可计算刚体变换的最佳旋转矩阵，其配准精度比已有算法提高了10%以上，配准时间降低了20%以上。因此，所提算法是一种精度高、速度快的低覆盖点云配准算法。关键词：点云配准;体积积分不变量;区域分割;奇异值分解;迭代最近点中图分类号：TP391文献标志码：ALow coverage poin
计算机应用 2019年11期2019-12-23
- 基于奇异值分解的简化数据应用
龙摘 要：奇异值分解是提取数据特征信息的一种强大工具，其应用可以从信息检索领域扩展到金融、医疗、统计学等各领域，是简化数据、相似度计算的一种有效方法。对奇异值分解原理和特性进行阐述，介绍了基于Python与其相关科学计算库的奇异值分解过程和相似度算法，解释了将庞大的数据矩阵映射到低维空间的转换过程，图像数据通过奇异值分解较原始图像压缩了近8倍。分别对SVD在推荐系统和图像压缩两方面的具体应用进行描述，总结出奇异值分解在数据降维中的强大应用和良好前景。关键词
软件导刊 2019年8期2019-10-15
- 基于改进的卷积神经网络的贵州方言辨识
对每块进行奇异值分解并保留高贡献率的特征向量，把分块合并后转换成一个3维矩阵作为方言辨识模型的输入数据。先对卷积神经网络进行改进，然后构建方言辨识模型，并采用交叉实验对该模型进行训练和验证，从而对二维离散小波变换的级数和滑窗的宽度进行优化。实验结果证明该模型对贵州方言辨识是高效的。关键词：汉语方言辨识;梅尔频率倒谱系数;二维离散小波变换;奇异值分解;卷积神经网络中图法分类号：TP391.4 文献标志码：A 文章编号：2096-4706（2019）01-0
现代信息科技 2019年1期2019-09-10
- 基于奇异值分解的自混合干涉信号降噪方法
确性。利用奇异值分解的方法确定Hankle矩阵，对矩阵进行奇异值分解，构造逼近矩阵对含噪自混合干涉信号进行降噪处理。在适度反馈机制下，选取不同的光反馈水平因子[C]值进行仿真。对降噪前后信号波形进行仿真分析，实验结果表明奇异值分解改善了信号的光滑性，起到了降噪的效果;通过对降噪前后所测位移精度的对比，精度的提高表明奇异值分解的降噪方法在自混合干涉信号噪声处理方面的有效性。关键词： 光反馈; 自混合干涉; 奇异值分解; 降噪; OFSMI信号; 条纹计数法中
现代电子技术 2019年9期2019-09-02
- 结合改进主动学习的SVD-CNN弹幕文本分类算法
出一种基于奇异值分解（SVD）算法的卷积神经网络模型（SVD-CNN）。首先，采用改进的基于密度中心点采样的主动学习算法（DBC-AL）选择对分类模型贡献率较高的样本进行标注，以低标注代价获得高质量模型训练集;然后，结合SVD算法建立SVD-CNN弹幕文本分类模型，使用奇异值分解的方法代替传统CNN模型池化层进行特征提取和降维，并在此基础上完成弹幕文本分类任务;最后，使用改进的梯度下降算法（PSGD）对模型参数进行优化。为了验证改进算法的有效性，使用多种弹
计算机应用 2019年3期2019-07-31
- SVD样本学习的嵌入式智能吹风系统设计
计一款基于奇异值分解的样本学习的新型多档位自动调节智能吹风系统。该系统以STM32F407ZGT6最小系统为控制核心，采用温度传感器和光敏二极管实时采集环境温度和光照强度。利用奇异值分解的最小二乘算法，根据周围的温度与亮度参数，利用最小二乘方法做线性拟合，预测出当前所需要的电机转速。实验结果表明，该系统能够根据用户习惯，随着环境温度和光照强度，实现多档位智能调速，以满足不同用户的需求。关键词： 智能吹风系统; 奇异值分解; 多档位调整; 最小二乘算法; 样
现代电子技术 2019年10期2019-06-20
- 基于奇异值分解和小波神经网络的人脸识别
出一种分块奇异值分解和小波神经网络结合的人脸识别算法。首先，将人脸图像进行分块，获得图片局部的奇异值，并将其按一定顺序排列得到人脸的特征向量;然后，运用加入动量项的改进小波神经网络进行人脸图像分类识别;最后，在Matlab环境下利用ORL和YALE人脸图像数据库进行仿真实验，并且在GUI图形用户界面上进行验证。实验结果表明，该算法实现简单，识别率高，对光照、遮挡、表情等变化有很好的鲁棒性，具有很大的使用价值。关键词： 人脸识别; 人工神经网络; 奇异值分解
现代电子技术 2019年12期2019-06-15
- 二维非稳态对流扩散边界控制问题的简化算法
ion）和奇异值分解以及Galerkin投影方法得到了具有高精度离散形式的状态空间降阶模型. 在所得的降阶状态空间模型中， 利用离散时间线性二次调节器方法设计出了最优控制器. 对流-扩散过程的控制模拟结果说明了所提方法的有效性和准确性.关键词 对流扩散边界控制问题; 特征正交分解（POD）; 奇异值分解; 降维模型中图分类号 0242.1 文献标识码 AAbstract Boundary control of two-dimensional unstead
经济数学 2019年1期2019-04-17
- 个性化学习资源推荐算法研究
容的推荐；奇异值分解；基于用户/项目的协同过滤推荐；混合推荐中图分类号：TP393 文献标志码：A 文章编号：1673-8454（2018）18-0091-06一、引言近年来，基于互联网的在线学习平台越来越普及，依据中国互联网络信息中心颁布的报告，2017年在线学习用户的规模已达1.44个亿。随之而来的问题是，大多数在线教育平台为不同学习者提供的往往是相同的学习界面和学习资源，没有充分考虑到个体间的差异提供针对性的学习资源。另一方面，学习者面对海量的数据信
中国教育信息化·基础教育 2018年9期2018-12-12
- 基于奇异值分解理论的柔性高压直流输电线路双端故障测距组合算法
波信号进行奇异值分解，得到SVD第二分量奇异值检测结果，依据固有频率法算出的时间范围确定反射波头到达两端母线的准确时刻。最后将初始行波和故障点反射波分别到达两端母线的时间代入消除波速影响双端测距公式，计算出故障点的准确位置。PSCAD和MATLAB仿真证明该方法测距精度较高。关键词：柔性高压直流；行波法；固有频率；奇异值分解；双端故障测距；波速DOI：10.11907/rjdk.172745中图分类号：TP319文献标识码：A 文章编号：1672-7800
软件导刊 2018年6期2018-09-04
- 密度算子的性质及其应用
密度矩阵的奇异值分解表达式和幂形式。通过分析密度矩阵的若尔当标准形，得到密度算子的一些特殊性质。利用密度算子的基本性质，通过选取二进制点作为量子比特的基矢，分析了由密度矩阵表示的多量子比特系统中量子叠加态的相干性，并研究了密度算子作为量子态可区分的数学理论。关键词：密度算子；奇异值分解；若尔当标准形；相干性；可区分性中图分类号：O413.1文献标识码： A随着量子计算和量子计算机等相关领域的研究发展[1-5]，量子力学已成为量子理论发展中一门重要的基础学科
贵州大学学报（自然科学版） 2018年2期2018-07-13
- 基于SVD和熵优化频带熵的滚动轴承故障诊断研究
： 针对在奇异值分解（Singular Value Decomposition， SVD）中，随机噪声对各阶的贡献几乎相等，导致单一SVD降噪效果不理想的问题，提出了基于SVD和频带熵（Frequency Band Entropy， FBE）相结合的轴承故障特征提取方法。针对基于FBE的带通滤波器的阶数和带宽需经验确定的问题，提出了基于信息熵最小值原则的参数优化方法。首先，对原始振动信号在相空间重构Hankel矩阵并利用SVD进行降噪处理，采用奇异值相对变
振动工程学报 2018年2期2018-06-14
- 一种基于双随机相位加密的全息水印算法
水印图进行奇异值分解（SVD）;最后将全息水印图的奇异值加权嵌入到幅度谱的奇异值。实验结果表明，该算法对旋转、平移、缩放等几何攻击具有较强的鲁棒性。关键词： 双随机相位; 全息水印; 低频子图; 离散小波变换; 离散傅里叶变换; 奇异值分解中图分类号： TN919?34 文献标识码： A 文章编号： 1004?373X（2018）12?0032?04Abstract： A holographic watermarking algorithm based o
现代电子技术 2018年12期2018-06-12
- 篮球投射过程中的角度智能视觉图像分解判断方法
，提出基于奇异值分解的篮球投射角度智能视觉图像分解判断方法。通过分析不同投篮情况下，投射角度的变化，确定篮球投射角度;并以此为基础，引入奇异值分解，对智能视觉图像分解进行判断。实验结果表明，智能视觉图像分解判断方法，提升投篮运动分解图像对比度;在最短时间内，根据篮球投射角度变化，完成投篮运动图像分解。关键词： 篮球投射; 角度确定; 智能视觉图像; 图像分解; 奇异值分解; 图像对比度中图分类号： TN911.73?34; TM911.73
现代电子技术 2018年10期2018-05-15
- EWT—SVD在高速列车万向轴动不平衡检测中的应用
EWT）与奇异值分解（singular value decomposition，SVD）算法。该算法利用EWT构造一组小波滤波器组提取信号的固有模态分量，并通过Hilbea变换得到每个单分量信号的瞬时频率与瞬时幅值，使用SVD结合奇异熵增量谱确定重构阶数并对每个单信号进行重构消噪。通过构造一仿真信号对算法的有效性与可行性进行验证，并将该方法运用于万向轴动不平衡检测中，结果表明：该方法能准确地提取信号的特征频率，使得谱线分辨力得到提高，可有效地应用于万向轴动
中国测试 2018年5期2018-05-14
- 灰色复数矩阵SVD的无参考模糊图像质量评价
于灰色复数奇异值分解的无参考模糊图像质量评价方法。该方法首先将原始模糊图像经点扩散函数生成二次模糊图像，再采用复数矩阵的形式表示原始图像和二次模糊图像的结构特征，在此基础上，对原始模糊图像和二次模糊图像进行分块复数矩阵奇异值分解，获得区域相关度，采用灰色关联度评价模糊图像质量。在3个数据库上的实验结果表明，该方法评价结果合理，与主观评价具有较好的一致性。关键词：模糊图像质量评价;无参考;相位一致;复数矩阵;奇异值分解;灰色关联分析中图分类号：TP391.4
计算技术与自动化 2018年1期2018-04-12
- 一种改进的协作多点多用户预编码算法
算复杂度；奇异值分解（SVD）DOI：10.15938/j.jhust.2018.01.023中图分类号： TN 914.53文献标志码： A文章编号： 1007-2683（2018）01-0127-05Abstract：In Long Term EvolutionAdvanced （LTEA） system， existing coordinated multipoint （CoMP） multiuser precoding algorithm can
哈尔滨理工大学学报 2018年1期2018-03-24
- 基于EMD和SVD的光电容积脉搏波信号去噪方法
模态分解和奇异值分解的去噪方法。该方法采用经验模态分解将光电容积脉搏波信号分解为若干个固有模态函数，通过功率谱密度判断代表基线漂移信息的固有模态函数获得基线漂移曲线；使用奇异值分解处理光电容积脉搏波信号中的高频噪声，针对传统的差分谱法无法准确识别奇异值有效阶次的不足，提出加权能量贡献率的方法选取奇异值的有效阶次。实验结果表明，该方法能有效消除光电容积脉搏波信号中的基线漂移和高频噪声，这对光电容积脉搏波信号检测精度的提高具有重要意义。关键词： 光电容积脉搏波
现代电子技术 2018年4期2018-03-07
- 电能质量信号的KSVD NRAMP 归一化自适应稀疏重构算法
归一化的K奇异值分解（KSVD NRAMP）自适应稀疏重构算法。算法针对电能质量信号的非线性非稳态特征，采用迭代式匹配追踪得到信号稀疏特征矩阵，然后对矩阵进行归一化处理，量化特征向量，加快函数收敛速度。接着对得到的矩阵原子进行奇异值分解，改善迭代步长波动造成信号重构精度低的问题，最后构建信号的高斯随机矩阵并重构信号。当信号压缩率在50%～90%时，该算法重构信噪比其它重构算法的重构信噪比高出26dB～28dB。实验结果表明，该算法重构精度更高且计算时间短，
软件导刊 2018年12期2018-02-12
- 基于几何攻击校正技术的鲁棒水印算法
小波变换与奇异值分解提出一种新型数字水印算法，其主要目的是提供一种合适的解决方案，以降低几何攻击带来的影响。为了达到该目标，将宿主图像分为4个互不重叠的子图，然后使用DWT-SVD技术分别在其中嵌入水印。水印的冗余可以降低裁剪攻击造成的影响。此外，为了应对诸如旋转、平移等几何攻击，提出一种校正技术，通过边缘检测与对所需图像边角的获取，以重构遭受几何攻击的图像。实验结果表明，与其它水印算法相比，该方案对常见的信号处理与几何攻击都具有较强的鲁棒性。关键词：离散
软件导刊 2018年12期2018-02-12
- 基于列约束的低秩矩阵恢复方法
特性，利用奇异值分解由图像矩阵的列空间构造出一个投影矩阵，得到图像矩阵的列所满足的约束条件，将缺失元素的恢复转化为迭代求解二次型的极值问题，利用它恢复出图像矩阵的缺失元素。该方法从理论上能够保证收敛到全局最小值。仿真实验表明，此方法具有收敛速度快，恢复精度高等优点。关键词：遮挡点；低秩矩阵；奇异值分解；列约束中图分类号：TP391 文献标志码：ALow-rank Matrix Recovery Method Based on Column Metric C
计算技术与自动化 2017年4期2018-01-18
- 基于LMD_SVD的矿山微震与爆破信号特征提取分析
LMD）和奇异值分解（SVD）的微震信号特征提取方法。首先对矿山微震信号和爆破信号进行LMD分解，将多分量的调频信号分解成一系列頻率由高到低的乘积函数（PF）分量；其次，借助相关系数和方差贡献率筛选出包含信号主要信息的PF分量；最后利用SVD计算所选的PF分量构成矩阵奇异值，以此作为区分矿山微震与爆破信号的特征向量。实验结果表明，LMD和SVD相结合的特征提取方法能准确、有效地提取矿山微震和爆破信号特征，为信号识别研究提供了一种新方法。关键词：局部均值分解
软件导刊 2017年9期2017-09-29
- 基于DWT和奇异值分解的图像增强算法
DWT）和奇异值分解技术的图像质量增强方法，能够同时增强分辨率和对比度。首先，该算法通过DWT将输入图像分解为4个子带，对低频子带图像的奇异值矩阵进行估计，然后通过逆DWT重构增强图像。将提出算法应用于灰度图像、彩色图像以及卫星图像，并与其他图像增强方法进行比较分析。实验结果表明，相较于其他传统技术，提出的方法性能更好。关键词： 图像增强； 对比度； 分辨率； 离散小波变换； 奇异值分解中图分类号： TN911.73?34； TP391 文献标识码： A
现代电子技术 2017年15期2017-09-04
- 滤波对角化方法的简单探讨及应用
对比了采用奇异值分解和高斯消元法求解广义逆矩阵对本征值计算结果的影响。关键词：滤波对角化；本征值；本征模式；奇异值分解；高斯消元法中图分类号：TB文献标识码：Adoi：10.19311/j.cnki.16723198.2017.09.0980引言滤波对角化算法（Filter Diagonalization Method，简称FDM）是在1990年由Neuhauser提出的用于计算量子力学本征值的算法，对求解各种系统本征值得到较好的效果。随着FDM算法在应用
现代商贸工业 2017年9期2017-05-19
- 奇异值分解与移移学习在电机故障诊断中的应用
自相关矩阵奇异值分解（Singular ValueDecomposition，SVD）的特征提取和迁移学习分类器相结合的诊断方法。对于Hankel矩阵提取的奇异值向量，设计了平均曲率区分度指标来描述特征差异性，迁移学习TrAdaBoost算法通过迭代过程中调节辅助振动数据的权重来帮助目标数据学习，提升了分类正确率，同时利用向量夹角余弦进行可迁移度检测从而避免负迁移。试验结果表明，SVD无需利用故障先验知识，具有通用性，且迁移学习相比传统机器学习在目标振动数
振动工程学报 2017年1期2017-04-21
- 奇异值分解理论在学生成绩评价中的应用
阵理论中的奇异值分解方法，对学生各门课程的成绩，既考虑其从不同角度评价所产生的差异性，也考虑其中偶然因素对成绩的影响，以及各门课程之间的相关度，建立了一种基于奇异值分解法的多评价结论分类集结模型，并运用在对学生的成绩等数据进行具体的分析中，对学生所学知识结构给出一个更合理的评价。关键词：奇异值分解；多评价；学生成绩；一致度；可信度【中图分类号】G712.4奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，
课程教育研究·新教师教学 2016年9期2017-04-10
- 基于SVD分解的主成分分析人脸识别方法
成分分析；奇异值分解；特征值分解中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）179-0040-02随着人工智能的飞速发展，人脸识别吸引了越来越多的关注及研究。主成分分析因为其方便简单的特点成为比较常用的方法之一，而SVD分解又成为主成分分析中的主流实现方法，但该方法有一定缺陷，比如处理大矩阵效率较低。为了得到更高效率的主成分分析方法，越来越多的工作者开始研究如何提高主成分分析的效率。经过研究，当矩阵的两个维度相差很大时，将矩
科技传播 2017年2期2017-04-06
- 基于奇异值分解的银行客户数据隐私保护算法研究
。用矩阵的奇异值分解进行数据扰动，不仅能消除数据噪音，还能获得准确的聚类效果。本文提出了一种奇异值分解的聚类算法，实验表明算法能有效的保护客户数据隐私，而且保留了聚类分析的准确特征。【关键词】奇异值分解 隐私保护 聚类分析随着数据挖掘技术和机器学习算法的快速发展，数据隐私保护问题已经越来越引起人们的关注。目前的隐私保护方法主要分为两类：（1）对原始数据值进行扭曲、扰动、随机化和匿名化，使数据使用者不能得出数据的原始值。（2）修改数据挖掘算法，使分布式数据挖
电子技术与软件工程 2017年4期2017-03-27
- 结合PCA及字典学习的高光谱图像自适应去噪方法
信息，利用奇异值分解（SVD）对图像进行噪声估计，再将得到的噪声估计方法与K-SVD字典学习去噪算法结合，提出一种具备自适应噪声估计特性的字典学习去噪算法，并将其应用于信息量较小的含噪图像组进行去噪处理；最后，按各主成分图像对应的信息量比例进行加权融合得到最终的去噪图像。通过对模拟与实际高光谱遥感图像的实验表明，与PCA、PCA-Bish、PCA-Contourlet三种去噪方法相比，所提方法去噪后图像的峰值信噪比（PSNR）可以提升1～3dB，且具有更多
计算机应用 2016年12期2017-01-13
- 基于分块DWT和SVD的鲁棒性数字水印算法
个子块进行奇异值分解，并进行水印嵌入。大量实验证明，该算法既满足数字水印的不可见性，又对各类攻击具有较强的鲁棒性。关键词：DWT；SVD；分块矩阵；奇异值分解；数字水印DOIDOI：10.11907/rjdk.161548中图分类号：TP312文献标识码：A文章编号文章编号：16727800（2016）009002902基金项目基金项目：作者简介作者简介：赵蒙蒙（1990-），女，山东潍坊人，山东科技大学信息科学与工程学院硕士研究生，研究方向为数字水印、C
软件导刊 2016年9期2016-11-07
- 一种基于奇异值分解的鲁棒水印算法
了一种基于奇异值分解的数字水印算法，用于提高水印的鲁棒性。在该算法中，首先，对原始载体图像进行分块的奇异值分解，然后把经过Logistic映射产生的混沌序列调制的水印信号嵌入到分块的奇异值分解的最大系数中的十位数字上去。实验结果表明，该算法对各种攻击具有较强的鲁棒性。关键词 数字水印 鲁棒性 奇异值分解中图分类号：TN911 文献标识码：A0引言信息媒体的数字化为信息的存取提供了极大的便利性，同时也显著地提高了信息表达的效率和准确度。人们借助于计算机、数字
科教导刊·电子版 2016年23期2016-10-31
- 基于矩阵分解协同过滤算法的评分预测
F）算法及奇异值分解（SVD）模型算法，结合两个算法的优点，提出了基于非负矩阵分解与奇异值分解的混合推荐算法。最后采用均方根误差RMSE验证了算法的有效性，证明了文章所提的算法是解决矩阵的稀疏性问题的有效手段，在评分预测问题上较前两种算法有明显的提高。关键词：协同过滤;非负矩阵分解;奇异值分解近些年，随着计算机技术和互联网技术的大规模发展，人们逐渐从信息匮乏的时代走进了信息爆炸的时代。网站运营商如何采用更有效的手段使得有价值的信息展现在用户面前，已经成为计
科技创新与应用 2016年5期2016-10-21
- 基于HOG—SVD特征的人脸识别
梯度直方图奇异值分解（HOG-SVD）的人脸识别方法。首先提取整个人脸图像的HOG特征，通过奇异值分解形成图像的整体HOG-SVD特征。然后将人脸图像分成均匀子块，提取各子块的HOG-SVD特征。之后将整体HOG-SVD特征和局部HOG-SVD特征组合形成最终分类特征。最后通过支持向量机分类器对其分类。在Yale人脸库上的实验表明，该方法对表情、光照、姿态具有鲁棒性，具有较高的识别率。关键词：人脸识别；HOG特征；奇异值分解；支持向量机中图分类号：TP39
软件 2016年5期2016-08-30