检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于广义奇异值分解的通用旁瓣消除算法

数据采集与处理 2011年第3期26卷 241-246页

作者：宋辉刘加清华大学电子工程系北京100084

提出一种新的通用旁瓣消除器结构,它利用广义奇异值分解(Generalized singular value decomposition,GSVD)技术,通过广义奇异向量的变换间接估计声源到麦克风之间的传递函数。不同噪声环境下的实验结果表明,与现有的各种GSC算法相比,该... 详细信息

提出一种新的通用旁瓣消除器结构,它利用广义奇异值分解(Generalized singular value decomposition,GSVD)技术,通过广义奇异向量的变换间接估计声源到麦克风之间的传递函数。不同噪声环境下的实验结果表明,与现有的各种GSC算法相比,该算法能够更有效地抑制混响和噪声,并且增强后的语音失真最小。

关键词：麦克风阵列语音增强噪声消除通用旁瓣消除广义奇异值分解

基于广义奇异值分解算法的电离层三维层析模拟

在线全文

学校读者我要写书评

暂无评论

解放军理工大学学报（自然科学版） 2009年第4期10卷 397-402页

作者：牛珍聪孙学金方涵先刘赵林陆军航空兵学院北京101123 解放军理工大学气象学院江苏南京211101

为了研究广义奇异值分解(GSVD)算法在电离层三维层析中的可行性,利用IRI2001模型所提供的电子密度场构建的TEC模拟观测值。根据不同的测站、卫星源和初值,设计了4组模拟实验,利用广义奇异值分解算法反演电子密度。通过对比电子密度的模... 详细信息

为了研究广义奇异值分解(GSVD)算法在电离层三维层析中的可行性,利用IRI2001模型所提供的电子密度场构建的TEC模拟观测值。根据不同的测站、卫星源和初值,设计了4组模拟实验,利用广义奇异值分解算法反演电子密度。通过对比电子密度的模拟反演值和模拟真值,分析了站点分布、射线数量和初值选取对层析结果的影响。研究结果表明,广义奇异值分解算法理论上可用于电离层三维层析研究。在理想情况下,利用广义奇异值分解算法可较好地重建电离层电子密度三维分布。但当测站分布不好,或有效射线数较少时,重建质量将会受到较大的影响,在实际应用中合理选取初值可较好地重建电离层三维电子密度分布。

关键词：广义奇异值分解电离层层析电子密度

在线全文

学校读者我要写书评

暂无评论

一种基于广义奇异值分解的语音增强算法

微电子学与计算机 2010年第3期27卷 83-86,92页

作者：曹梅双曾庆宁陈芙蓉桂林电子科技大学通信与信息工程学院广西桂林541004 桂林电子科技大学计算机与控制学院广西桂林541004

广义奇异值分解的单通道语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用一种基于熵奇异值分解(QSVD)的方法来处理.对QSVD算法进行衍生,首先提出了一种基于广义奇异值分解的子空间语音增强算法... 详细信息

广义奇异值分解的单通道语音增强算法在加性噪声为白噪声的情况下,效果比较理想.加性噪声为有色噪声的情况下,通常用一种基于熵奇异值分解(QSVD)的方法来处理.对QSVD算法进行衍生,首先提出了一种基于广义奇异值分解的子空间语音增强算法(GSVD).为了处理低信噪比时残留的音乐噪声,结合人耳的听觉掩蔽效应,进一步提出了一种基于感官抑制的GSVD(PCGSVD).试验结果显示,PCGSVD算法能够明显地提高语音质量、可懂度和识别率,特别是在加性噪声是有色噪声的情况下实验结果明显优于其他的语音增强算法.

关键词：听觉掩蔽门限广义奇异值分解信号子空间语音增强

一种基于广义奇异值分解的无关联线性判别分析算法

在线全文

学校读者我要写书评

暂无评论

绵阳师范学院学报 2010年第5期29卷 102-107页

作者：何红洲绵阳师范学院数学与计算机科学学院四川绵阳621000

有监督学习旨在样本数据集中找到最优判决向量。线性判别分析(LDA)和无关联线性判别分析(ULDA)是解决该问题的常用方法。研究中改进了古曲LDA方法使其与ULDA等价,并给出了相应求判决向量的ULDA/QR算法来简化ULDA中对判决向量的求解;为... 详细信息

有监督学习旨在样本数据集中找到最优判决向量。线性判别分析(LDA)和无关联线性判别分析(ULDA)是解决该问题的常用方法。研究中改进了古曲LDA方法使其与ULDA等价,并给出了相应求判决向量的ULDA/QR算法来简化ULDA中对判决向量的求解;为了有效地解决LDA方法和ULDA方法中类内散布矩阵奇异性的问题,提出了一种基于ULDA/QR,正则LDA和广义奇异值分解(GSVD)的无关联线性判别分析算法。

关键词：特征抽取散布矩阵最优判决向量无关联线性判别分析广义奇异值分解

基于随机广义奇异值分解的GCV法与UPRE法：在位场数据反演中的应用

在线全文

学校读者我要写书评

暂无评论

基于随机广义奇异值分解的GCV法与UPRE法：在位场数据反演中的应用

基于广义奇异值分解的广义Tikhonov正则化载荷识别

作者：方圆孟小红王俊唐晗晗中国地质大学(北京)地球物理与信息技术学院

1.前言位场数据的反演可用于解决众多地质与地球物理问题。但位场数据的反演是非唯一且不稳定的,属于不适定问题。通常Tikhonov正则化方法(Tikhonov and Arsenin, 1977)被用来解决这样的不适定问题。在Tikhonov正则化方法中,确定最优的... 详细信息

1.前言位场数据的反演可用于解决众多地质与地球物理问题。但位场数据的反演是非唯一且不稳定的,属于不适定问题。通常Tikhonov正则化方法(Tikhonov and Arsenin, 1977)被用来解决这样的不适定问题。在Tikhonov正则化方法中,确定最优的正则化参数是非常重要的。GCV(generalized cross validation)方法(Golub et al., 1979)和UPRE(unbiased predictive risk estimator)方法(Vogel, 2002)是较为常用的确定正则化参数的方法。

关键词：正则化参数位场数据 GCV 线性搜索广义奇异值分解

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于广义奇异值分解的广义Tikhonov正则化载荷识别

第十四届全国振动理论及应用学术会议(NVTA2021)

作者：唐中华张志飞徐中明贺岩松重庆大学机械与运载工程学院

载荷识别作为动力学第二类反问题存在于各类工程领域中。Tikhonov正则化是处理反问题的经典方法,广泛应用于载荷识别中。但以单位矩阵作为正则化矩阵的标准Tikhonov正则化,经奇异值分解,得到的奇异向量振荡较严重,构成的正则化解准确度... 详细信息

载荷识别作为动力学第二类反问题存在于各类工程领域中。Tikhonov正则化是处理反问题的经典方法,广泛应用于载荷识别中。但以单位矩阵作为正则化矩阵的标准Tikhonov正则化,经奇异值分解,得到的奇异向量振荡较严重,构成的正则化解准确度较低,载荷识别精度较低。针对此不足,以一阶偏导矩阵作为正则化矩阵,结合广义奇异值分解,得到振荡幅度更小的广义奇异向量。以广义奇异向量作为构成解的基向量,并采用L曲线选取正则化参数,得到广义Tikhonov正则化解,从而实现载荷识别。最后通过载荷识别仿真与实验验证了广义Tikhonov正则化载荷识别方法的有效性,结果表明,与标准Tikhonov正则化相比,该方法的平均相对误差更小,均方根值更接近实际值,有效提高了载荷识别精度。

关键词：振动噪声工况传递路径分析广义奇异值分解广义Tikhonov正则化

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

广义奇异值分解的高阶图像低秩近似方法

电光与控制 2020年第12期27卷 53-57页

作者：杨洁廖亮魏平俊中原工学院电子信息学院郑州450007

针对合成孔径雷达图像易受外界环境干扰导致获取的图像信息准确度降低的问题,提出一种基于广义奇异值分解的高阶图像低秩近似方法。首先,在经典奇异值分解的基础上,利用邻域选取法将经典二维矩阵推广到广义高阶矩阵;其次,利用“t-produc... 详细信息

针对合成孔径雷达图像易受外界环境干扰导致获取的图像信息准确度降低的问题,提出一种基于广义奇异值分解的高阶图像低秩近似方法。首先,在经典奇异值分解的基础上,利用邻域选取法将经典二维矩阵推广到广义高阶矩阵;其次,利用“t-product”模型将经典矩阵算法推广到广义矩阵的相关算法,得出广义奇异值分解的具体实现过程;最后,在广义奇异值分解和经典奇异值分解的条件下,通过实例分析并利用结构相似度和峰值信噪比比较其低秩近似性能。仿真实验验证了广义奇异值分解技术相比于经典奇异值分解,不仅充分考虑图像像素点之间的相互作用与空间结构,而且随着广义矩阵阶数的扩展,所获得的图像结构相似度越大,峰值信噪比越高,可将其应用于高阶图像的低秩近似、重构。

关键词：合成孔径雷达图像广义奇异值分解奇异值分解邻域选取法 “t-product”模型

在线全文

学校读者我要写书评

暂无评论

一类改进的广义随机奇异值分解方法

科学技术创新 2020年第35期 32-33页

作者：刘圆圆成都理工大学四川成都610059

广义奇异值分解(GSVD)是一种求解具有小到中等系数矩阵的线性离散不适定问题的常用方法。本文提出了一种改进的随机广义奇异值分解方法,用于求解具有一般形式的大规模线性离散病态问题。数值实例表明了该方法的有效性。

关键词：广义奇异值分解不适定随机方法一般形式

在线全文

学校读者我要写书评

暂无评论

基于广义奇异值分解的图像去噪算法

中原工学院学报 2019年第5期30卷 70-73页

作者：杨洁魏平俊张旭初中原工学院电子信息学院河南郑州450007 武警河南省总队信息通信处河南郑州450018

为提高待识别图像信息提取的准确性,提出了一种基于广义奇异值分解的图像去噪算法。该算法通过邻域选取,将经典的奇异值分解技术扩展为广义奇异值分解技术,达到增强去噪能力和保留原始数据结构的目的。利用Lenna、MonaLisa和House噪声... 详细信息

为提高待识别图像信息提取的准确性,提出了一种基于广义奇异值分解的图像去噪算法。该算法通过邻域选取,将经典的奇异值分解技术扩展为广义奇异值分解技术,达到增强去噪能力和保留原始数据结构的目的。利用Lenna、MonaLisa和House噪声图像对该算法进行性能测试,并与基于奇异值分解的去噪算法进行去噪效果比对。实验结果表明,使用该算法能获得最优的灰度图像去噪结果,在峰值信噪比方面相比于传统算法具有明显优势。

关键词：图像去噪广义奇异值分解奇异值分解峰值信噪比