基于奇异值分解的矩阵低秩近似量子算法

在大数据时代, 高效的数据处理至关重要, 量子计算具有平行计算能力, 为方便处理数据提供了新的解决途径. 本文提出了一个基于奇异值分解的矩阵低秩近似量子算法, 复杂度为O[log(pq)]. 在核磁共振量子计算系统完成了算法的原理演示, 选择一个8×8维的图像矩阵, 实现共振跃迁算法的哈密顿量H的时间演化,用量子态层析...     

二值噪声驱动下二阶线性系统的随机共振

研究了二值噪声驱动下二阶线性系统的随机共振问题. 采用平均法推导出系统输出幅值增益的表达式,考察了幅值增益与系统频率、输入信号频率、噪声强度和噪声相关时间的关系,发现系统输出幅值增益随这些参量呈单峰共振变化. 另外,二值噪声的非对称性对共振峰值具有很大影响. 关键词： 随机共振 幅值增益 二值噪声 二阶线性系统     

二值噪声激励下欠阻尼周期势系统的随机共振

研究了二值噪声和周期信号共同激励下欠阻尼周期势系统的随机共振. 利用随机能量法计算了系统的平均输入能量和平均输出信号的振幅和相位差, 讨论了二值噪声对随机共振的影响. 发现随着噪声强度的增大, 平均输入能量曲线存在一个极小值和一个极大值, 系统出现先抑制后共振的现象; 同时, 系统信噪比曲线随噪声强度的增加出现单峰现象, 说明系统存在随机共振现象.     

双稳随机共振参数特性的研究

以双稳系统为研究对象，探讨了影响和产生双稳随机共振的参数选择特性.双稳系统参数和二次采样频率参数有着内在的物理联系，它们的改变都会引起势垒、势阱间距和粒子跃迁速率的改变，并使噪声能量相对重新分配，进而影响随机共振效果.根据随机共振的参数选择规律，可通过适当的参数选择来得到最佳的随机共振状态，为后续数据处理奠定基础.     

随机共振研究新进展

介绍近10年来随机共振的几个重要研究方向取得的进展,对线性谐振子的随机共振研究,做了较详细的叙述.     

随机共振的模拟实验

用模拟电路的方法对随机共振现象进行多方面的实验研究,讨论随机共振机制,测量输出信噪比(SNR),由于在随机共振过程中部分噪声能量可转变为信号能量,利用这个机制可能在强噪声对信号的抑制下取出信号。 关键词：     

一种三维矩阵的奇异值分解算法

提出了一种三维矩阵的奇异值分解算法,该法适合处理具有三维矩阵数据的模式识别和分类模型等领域实际问题,该算法与二维矩阵奇异值分解算法类似,通过求解约束条件极值问题获得,该算法与已有的三线性分解算法比较,相对简单,计算速度快,适合处理数据量大的实际问题,该算法也很容易推广到更高维阵列的光谱数据。     

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。     

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。     

基于奇异值分解对中国夏季降水模式误差订正的研究

利用奇异值分解(SVD)方法对国家气候中心气候业务模式CGCM的预报结果进行订正, 进而得到改进后的预报结果. 通过对1983–2011年中国夏季降水的模式预报和实际降水值各年份之间的耦合场进行SVD分解, 选取模式预报和实况降水相关性最好的前3–7个模态, 对这5种不同模态个数的订正结果加以对比, 选出对中国区域订正效果最好的模态个数, 得到模式预报的订正结果. 对2004–2009年6年进行交叉回报试验, 以距平相关系数和均方根误差作为评判标准来检验回报结果, 得出2004–2009大部分年份取前5个模态作为当年订正的模态个数时,订正效果最好. 利用已有的2004–2009年的模式和实际降水资料进行检验, 证实在大部分年份5个模态订正效果最好, 并将结果与系统误差订正法的结果相比较, 表明SVD法对2004–2009年 6年的订正结果中, 有4年比系统误差法的订正效果好. 以2010年作为预测年, 以1983–2009年27年交叉回报检验的结果确定模态个数, 对预测结果加以分析, 显示该方法具有潜在的业务应用价值. 关键词： 奇异值分解 模式预报订正 汛期降水     

心磁信号广义S变换域奇异值分解滤波方法

针对心磁信号工频及背景噪声干扰问题, 提出了广义S变换奇异值分解(singular value decomposition, SVD)滤波方法.在离散S变换基础上, 导出了广义矩阵S变换和逆变换公式. 通过对采样信号进行广义S变换, 调节时频分辨率, 利用SVD分解方法确定有效心磁信 号区域, 实现自适应时频滤波. 实验结果表明, 该方法能有效滤除工频及背景噪声干 扰, 且在较少奇异值个数情况下可获得更好的滤波性能. 关键词： 心磁信号 S变换 奇异值分解 时频滤波     

Global square-well free-energy model via singular value decomposition

ABSTRACT

The free energy of the square-well (SW) fluid is a quantity of great interest in thermodynamics and statistical mechanics. Several authors have calculated by simulations the first four terms in the high-temperature perturbation expansion for SW ranges from λ = 1 up to λ = 2.5 or 3. Besides, the asymptotic form of the first two terms in the expansion, for λ large, is known analytically. The information gathered so far seems to indicate that a range of λ = 3 is not far from this asymptotic van der Waals regime. In this work, we use the technique of singular value decomposition (SVD) to provide us with expressions of the SW free energy valid for all ranges of 1 ≤ λ and, for the higher-order terms, covering the density range upto the random close-packed state. Besides rendering unified expressions of the free energy for all ranges, the SVD allows us to separate the perturbation terms into a sum of products of functions of density and range, so that one can discern the most important contributions and extract the underlying density and range profiles.     

Image quality assessment using the singular value decomposition theorem

In objective image quality metrics, one of the most important factors is the correlation of their results with the perceived quality measurements. In this paper, a new method is presented based on comparing between the structural properties of the two compared images. Based on the mathematical concept of the singular value decomposition (SVD) theorem, each matrix can be factorized to the products of three matrices, one of them related to the luminance value while the two others show the structural content information of the image. A new method to quantify the quality of images is proposed based on the projected coefficients and the left singular vector matrix of the disturbed image based on the right singular vector matrix of the original image. To evaluate this performance, many tests have been done using a widespread subjective study involving 779 images of the Live Image Quality Assessment Database, Release 2005. The objective results show a high rate of correlation with subjective quality measurements.     

奇异值分解滤波器在超声造影成像的应用及性能分析*

信噪比和造影-组织残留比是衡量造影性能的主要指标,现有提升方法多从频域入手,存在两个缺陷:噪声、组织残留与造影剂信号存在频带重叠时(如二次谐波),频域滤波性能受限;虽然非线性基波、次谐波等方法可解决频带重叠问题,但面对前端电路非对称性及信号饱和导致的组织残留,仍难在频域进行滤除。奇异值分解滤波器是一种非频域方法,可将接收信号分解成若干空时域子空间,通过对子空间进行保留及重组,可提取微泡且滤除噪声与组织残留。该文研究了该类滤波器在造影成像的应用,并采用性能分析实验论证了其可行性与优越性。     

在SQUID心磁测量中基于奇异值分解和自适应滤波的噪声消除法

采用矩阵奇异值分解(singular value decomposition, SVD)的方法，对高温射频超导量子干涉仪(HTc rf-SQUID)采集到的单通道心磁信号进行处理.证明了对于近似周期性的心磁信号，在无参考噪声的情况下矩阵奇异值分解的方法与自适应窄带陷波相结合有较好的消除广谱噪声的效果. 关键词： 高温射频超导量子干涉仪 心磁信号 奇异值分解 噪声消除     

基于积分方程法和奇异值分解的磁性目标磁场延拓技术研究

对磁性目标磁场延拓技术进行了研究,提出了一种基于积分方程法和奇异值分解的新方法.应用该方法只需要采用积分方程法对磁性目标的结构进行较为粗略的单元划分,利用目标下方大平面上的磁场测量值,得到相应的线性方程组.采用基于奇异值分解的截断奇异值方法和修正奇异值方法对该线性方程组进行正则化求解,可实现磁性目标磁场的三维磁场重建、向上或向下延拓.该方法较以前的方法,提高了磁性目标磁场延拓的精度和可靠性,并且解决了磁性目标磁场在一定范围内向上延拓的技术难题. 关键词： 磁性目标磁场 延拓 积分方程法 奇异值分解     

基于小波变换和奇异值分解的图像水印算法研究

利用小波变换频谱特性和图像奇异值分解特征,提出了一种结合人眼对比感知特性的图像水印算法。并通过结合人眼视觉特性,将置乱的水印以一定的强度嵌入到图像的奇异值矩阵中,采用其逆过程提取水印,通过仿真进行了验证。对其实施了压缩、剪切、高斯噪声和中值滤波攻击测试,与前人提出的8种水印算法的抗攻击性能进行对比分析。结果表明,在质量因子为20%的较强压缩攻击下,提取水印的NC值仍能达到0.8359,含水印图的PSNR和SSIM达到25.0908dB和0.8451,且比8种水印算法具有更好的鲁棒性。综合表明,提出的算法有效地解决了水印嵌入过程中鲁棒性、视觉透明性与水印嵌入量之间的平衡问题。     

强散射过程中基于奇异值分解的光学传输矩阵优化方法

通过测量散射介质的传输矩阵能够控制光在此介质中的传输,但目前没有通过优化传输矩阵(即搜索介质本征传输矩阵)来提高光传输效率的研究.通过测量介质的传输矩阵进行奇异值分解与背景滤波,初步优化了传输矩阵后,提出通过遗传算法再次优化传输矩阵,实现了进一步优化传输矩阵,提高了聚焦效率和信噪比.所提方法为可见光在生物组织中的成像提供了一种新的思路和方法.