超声血流成像中基于动态域的回归和奇异值分解的杂波抑制方法

针对超声彩色血流成像(CFI)中杂波引起血流速度估计不准确的问题,提出了一种基于动态域的多项式回归和奇异值分解(SVD)的杂波抑制方法--ARS算法.首先,根据回波信号的时域特性和能量强度,采用动态划分法区分出信号所属范围;其次,按照信号的所属范围选取多项式回归法或SVD法动态地去除杂波成分.将所提算法与投影初始化无限脉冲响应(IIR)法、非平稳滤波法、回归滤波法和SVD法等杂波抑制方法进行仿真对比,实验结果表明:所提算法能够较好地抑制组织运动干扰(组织区信号的运动速度几乎为零,且滤波后的杂波血流比约为5.427 dB),估计出的最大血流速度(0.968 m/s)最接近于理论值,血流分布均匀,并能较好地保持血流速度剖面的完整性,得到的血流速度图像真实,质量较高.     

The Singular Value Decomposition as a Tool of Investigating Central MHD Instabilities in the HL-1M Tokamak

A variety of strong MHD instabilities are always resulted from MHD activity of Tokamak plasmas. Central MHD instabilities can be observed with pinhole cameras to record soft x-ray (SXR) emission from the plasma along many chords with a high temporal resolution. The investigation of MHD instabilities often necessitates an analysis on spatial-temporal signals. The method of Singular Value Decomposition (SVD) can split such signals into orthogonal spatial and temporal vectors, By this means, the repetition time and the characteristic radius of various MHD phenomena such as sawteeth and snake-like perturbation can be obtained. Moreover, the (1,1) MHD mode is analyzed in great detail by SVD and used to determine the radius of the q = 1 surface.     

Mathematical analysis and numerical study to free vibrations of annular plates using BIEM and BEM

In this paper, the spurious eigenequations for annular plate eigenproblems by using BIEM and BEM are studied in the continuous and discrete systems. Since any two boundary integral equations in the plate formulation (4 equations) can be chosen, 6 (C) options can be considered instead of only two approaches (single‐layer and double‐layer methods, or singular and hypersingular equations) which are adopted for the eigenproblems of the membrane and acoustic problems. The occurring mechanism of the spurious eigenequation for annular plates in the complex‐valued formulations is studied analytically. For the continuous system, degenerate kernels for the fundamental solution and the Fourier series expansion for the circular boundary density are employed to derive the true and spurious eigenequations analytically. For the discrete system, the degenerate kernels for the fundamental solution and circulants resulting from the circular boundary are employed to determine the true and spurious eigenequations. True eigenequation depends on the specified boundary condition while spurious eigenequation is embedded in each formulation. It is found that the spurious eigenvalue for the annular plate is the true eigenvalue of the associated interior problem with an inner radius of the annular domain. Also, we provide three methods (SVD updating technique, Burton and Miller method and CHIEF method) to suppress the occurrence of the spurious eigenvalues. Several examples were demonstrated to check the validity of the formulations. Copyright © 2005 John Wiley & Sons, Ltd.     

基于Kalman转移矩阵的发动机故障诊断方法

为了从发动机缸盖振动信号中提取出全面的、高质量的状态特征,建立缸盖振动信号的时变参数模型,提出缸盖振动信号Kalman滤波预测算法,通过引入包含发动机状态信息的Kalman转移矩阵,得到转移矩阵的奇异值分布,构成特征子集。研究不同工况下特征子集的分布,选用极限学习机对特征样本进行分类和测试,实际应用结果表明,发动机故障诊断精度较高。     

协同过滤系统的矩阵稀疏性问题的研究

应用奇异值算法得到一个无缺失的矩阵,引进了一种增强的、基于参数的Pearson相关系统算法来提高相关性算法的准确性。提出一个基于奇异值分解和增强Pearson系数的“HybridSVD”算法,用MovieLens数据集来评价该算法,并和其他经典的传统算法做了比较。实验结果证明,“HybridSVD”算法比其他传统算法能更好地处理协同过滤中的稀疏性问题。     

基于级连神经网络和SVD的文本分类新模型

提出了一个基于级连神经网络（Cascade-Correlation Neural Network,CCNN）和SVD（Singular Value Decomposition）的文本分类新模型。该神经网络用级连相关算法来训练网络。大部分的文本分类系统用向量空间模型（Vector Space Model,VSM）来表现文档,然而这种方法需要很高的维度,并且考虑不到文本特征词间的语义隐含信息,因此分类效果不是太理想。引入SVD来学习和表现文本特征词,在降低特征维度的基础上,将文本特征的隐含信息表现出来。实验证明,在加快训练速度的基础上,提高了分类的精度。     

基于双树复小波和奇异差分谱的齿轮故障诊断研究

针对故障齿轮振动信号的非平稳特征和包含强烈噪声,很难提取故障特征频率的情况,提出了基于双树复小波和奇异差分谱的故障诊断方法。首先将非平稳的故障振动信号通过双树复小波分解为几个不同频段的分量;由于噪声的影响,从各个分量的频谱中难以准确地得到故障频率。然后对包含故障特征的分量构建Hankel矩阵并进行奇异值分解,求奇异值差分谱曲线,确定奇异值个数进行SVD重构降噪,由此实现对故障特征信息的提取。最后再求希尔伯特包络谱,便能准确地得到故障频率。实验结果和工程应用表明,该方法可以有效地提取齿轮的故障特征信息,验证了方法的可行性和有效性。     

基于梯度相关性分解的无参考图像质量评价方法

目前大部分无参考型的图像质量评价方法都是基于图像的几何特征进行描述的,但是这种方法对于图像的边界要求较为严格,并且在实际应用中的图像的失真类型是未知的。针对这一缺点,提出一种基于梯度相关性分解的无参考图像质量评价(DGS)方法,该方法提取图像的梯度,对其进行奇异值分解作为图像的主要结构信息,以此对图像的质量进行评价。实验结果表明,DGS模型比通用的简单有效的峰值信噪比(或均方误差)模型更符合人眼视觉系统特性,能在无参考的情况下更好地评价图像质量,并与图像的主观评价值达到更准确的一致性。     

基于Gabor小波和SVD的热红外人脸识别研究

由于热红外人脸图像具有防伪装、防欺诈以及独立于环境光照的特点,所以近年来热红外人脸识别问题备受关注。提出一种基于Gabor小波和SVD的热红外人脸识别新方法。对归一化后的热红外人脸图像进行多方向多尺度Gabor变换,得到多个Gabor特征矩阵;对每个矩阵进行奇异值分解,并把每个矩阵最大的奇异值组合起来作为最终的热红外人脸特征向量;使用径向基神经网络进行分类识别。在自建热红外人脸数据库上的实验结果表明,相比于传统的识别方法,该方法具有较好的识别效果。     

一种大容量文本集的智能检索方法

分析了潜在语义模型,研究了潜在语义空间中文本的表示方法,提出了一种大容量文本集的检索策略。检索过程由粗粒度非相关剔除和相关文本的精确检索两个步骤组成。使用潜在语义空间模型对文本集进行初步的筛选,剔除非相关文本;使用大规模文本检索方法对相关文本在段落一级进行精确检索,其中为了提高检索的执行效率,在检索算法中引入了遗传算法;输出这些候选的段落序号。实验结果证明了这种方法的有效性和高效性。