网河恒定非均匀流的稀疏矩阵解法

建立了网河恒定非均匀流方程的隐格式,指出了稀疏矩阵解法要点,并说明了应用情况。     

热力参数软仪表在电厂中的应用

为了解决电厂中热力参数失效和优化运行的问题,提出了一种基于稀疏高斯过程的软测量建模方法,它基于Bayes在线学习算法,通过构造序列的相关子样本来给出高斯过程的预测输出.通过利用参数化和再生核Hilbert空间范数的投影技巧,得到优化后的参数和后验过程的稀疏高斯逼近.高斯过程的稀疏表达使得基于高斯过程的软仪表能够满足大规模数据集的实时应用需要,所提出的热力参数软仪表对于电厂经济运行有着重要的意义.     

不同语言与GIS接口中异常访问问题的研究

在利用GIS进行相关软件开发的过程中,使用不同语言与GIS接口时产生了很多实际问题,针对其中的异常访问问题,研究发现,主要是在接口访问中因方法消失导致的访问错误,可以通过寻找消失的接口方法、用COM本身的开发语言进行二次封装等方法加以解决。     

基于部分响应和SCMA的联合检测与译码算法

稀疏码分多址（SCMA）是一种新型非正交多址技术,具有过载通信的特点。在高信噪比（E_b/N₀）场景下基于消息传递（MPA）的译码算法,误比特率性能不理想。因此,提出一种部分响应与稀疏码分多址联合调制译码模型,方案继承了SCMA在译码端的低复杂性和部分响应的高容错性。为进一步降低联合译码的误比特率,将部分响应的Viterbi译码级联至MPA迭代译码过程中,即每次迭代过程中变量节点都会进行一次Viterbi译码,从而组成新型联合译码模块。仿真结果表明,改进后联合编译码模型能够有效降低系统对E_b/N₀的需求,同时保持较低的误比特率。     

网上购物系统的设计与开发

网上购物系统具有强大的交互功能,它的主要特点就是改变了购物只有到现实商场的惯常做法,这种全新的交易方式采用Web技术,借助于Internet互联网广泛应用,达到资源共享,实现公司间文档与资金的无纸化交换,并使商家和用户方便地传递信息,完成电子贸易或EDI交易。     

自适应非负矩阵分解的人脸识别方法研究

在单样本或者小样本的人脸识别系统中,常常会面临样本数量不足的问题,为解决少样本情况下的分类精度,以及利用原始特征或者目标特点重构的虚拟样本过于单一等问题,提出一种自适应非负矩阵分解（NMF）的人脸识别方法。该方法首先在矩阵分解过程中构造不同矩阵维度和迭代次数参数下的重构样本;然后利用QR分解稀疏表示方法进行人脸分类;最后,通过选取最优参数组合,调整重构样本,直至达到最佳分类效果。在ORL、Yale和AR 3个数据库上的实验结果表明,该算法在最佳参数下,尤其是单样本情况下对比基于原样本方法的准确率平均提高了约5%,最高提高了约10%～15%。     

基于MPI的大型稀疏线性方程组的并行算法

扼要介绍了MPI的一些基本概念,利用MPI并行环境,实现了大型稀疏线性方程组的并行算法,并以三对角线方程组为例加以实现。     

自适应阈值收缩算子的稀疏正则化图像重建算法

针对图像重建中采用稀疏正则化算法时,阈值收缩算子的阈值参数难以选取的问题,提出一种采用自适应阈值收缩算子的稀疏正则化算法。该算法收缩算子的阈值参数在迭代求解过程中根据解的稀疏度进行更新;同时在该算子中引入权重系数,研究阈值算子的衰减特性对图像重建质量的影响;并将该算法应用于电学层析成像的仿真和实验图像重建。结果表明：与传统的稀疏正则化算法相比,使用具有衰减特性的阈值收缩算子的稀疏正则化算法重建图像的性能指标有所提高。当被测物场的内含物分布较为简单时,采用较大的权重系数;当被测物场的内含物分布相对复杂时,使用较小的权重系数,有利于提高重建图像的质量。     

稀疏编码算法概述

稀疏编码是一种模拟哺乳动物视觉系统主视皮层V1区简单细胞感受野的人工神经网络方法．该方法具有空间的局部性、方向性和频域的带通性,是一种自适应的图像统计方法．主要从稀疏编码的研究意义、数学描述、研究历史、研究现状和存在的问题、应用领域等方面对稀疏编码算法进行概述,最后指出该算法进一步的研究方向．     

稀疏长时延水声信道的压缩感知估计(英文)

提出一种基于压缩感知框架下的长时延水声信道估计算法.用传统的自适应算法如最小二乘(LS)算法处理典型的长时延水声信道的估计问题时,会导致其收敛速率下降,即跟踪能力有限,而使用时延多普勒函数则加大了计算量和复杂度.通过训练序列构建一个Toeplitz矩阵作为测量矩阵,将长时延信道估计问题转为压缩感知问题,并利用信道的稀疏结构特性进行稀疏估计.与传统的l1范数或基于指数形式的近似l0范数稀疏恢复策略不同,所提出的是一种新的似l0范数稀算法(简称AL0),该算法通过融合最陡梯度和迭代投影寻优进行求解.仿真与海试数据结果验证了所提算法的优越性.