导读:本文包含了混合矩阵论文开题报告文献综述及选题提纲参考文献，主要关键词:检测门限,混合核函数,SVM,MME
混合矩阵论文文献综述
聂建园,包建荣,姜斌,刘超,朱芳[1]（2019）在《基于采样协方差矩阵的混合核SVM高效频谱感知》一文中研究指出近年来随着盲检测算法的提出,越来越多的基于采样协方差矩阵的盲检测算法应用于频谱感知。针对其检测门限是近似值,检测性能会受到影响等问题,提出了基于采样协方差矩阵的混合核函数的支持向量机(support vector machine, SVM)高效频谱感知,通过感知信号采样协方差矩阵的最大最小特征值(maximum minimumeigenvalue,MME)和协方差绝对值(covariance absolutevalue, CAV)提取的统计量作为SVM的特征向量并训练其生成频谱感知的分类器,无需计算检测门限并且特征提取减少了样本集的大小。利用遗传算法(genetic algorithm,GA)优化混合核函数的SVM的参数。实验结果表明,该方法比MME算法和CAV算法的检测概率有所提高,并且比SVM减少了感知时间,具有良好的实用性。(本文来源于《电信科学》期刊2019年11期）
唐学用,韩玘桓,李庆生,黄玉辉,赵庆明[2]（2019）在《基于矩阵算法的主动配电网交直流混合网络供电恢复策略研究》一文中研究指出考虑到直流输电技术的发展,直流配电应用于配电网中是未来配电网的研究重点。本文为解决主动配电网交直流混合网络的供电恢复问题,提出含直流配电线路的主动配电网供电恢复方案,当交流配电线路出现故障时,考虑直流侧配电线路网损、换流器以及分布式电源影响下的供电恢复方案;当直流配电线路出现故障时,考虑转换直流侧运行方式或让失电的直流负荷转入计划孤岛运行模式,以保证直流侧重要负荷的持续供电,分别提出交流侧和直流侧约束条件,并在约束条件下选取网络损耗、线路末端电压越限节点个数以及开关操作次数作为指标构建目标函数,依据矩阵算法对供电恢复过程的不同恢复方案进行大数据分析与处理,得出最优方案。通过改进的IEEE123节点算例证明,提出的方案能够有效的解决主动配电网的供电恢复问题。(本文来源于《电力大数据》期刊2019年10期）
孔祥强,姜同松[3]（2019）在《混合型交换四元数矩阵的实表示及逆矩阵求法》一文中研究指出以混合型交换四元数的概念为基础,给出了混合型交换四元数的实表示;推导了混合型交换四元数矩阵实表示的系列性质,并给出特征值存在的充分必要条件;得到了求混合型交换四元数矩阵逆矩阵的方法,并通过算例验证了结论的正确性.(本文来源于《东北师大学报(自然科学版)》期刊2019年03期）
朱京乔,赵永华[4]（2019）在《基于分治法求解对称叁对角矩阵特征问题的混合并行实现》一文中研究指出基于对称叁对角矩阵特征求解的分而治之方法,提出了一种改进的使用MPI/Cilk模型求解的混合并行实现,结合节点间数据并行和节点内多任务并行,实现了对分治算法中分治阶段和合并阶段的多任务划分和动态调度.节点内利用Cilk任务并行模型解决了线程级并行的数据依赖和饥饿等待等问题,提高了并行性;节点间通过改进合并过程中的通信流程,使组内进程间只进行互补的数据交换,降低了通信开销.数值实验体现了该混合并行算法在计算效率和扩展性方面的优势.(本文来源于《计算机系统应用》期刊2019年09期）
何选森,何帆[5]（2019）在《密度空间与密度峰值聚类的欠定混合矩阵估计》一文中研究指出针对欠定盲源分离问题,提出了增强信号稀疏性的方法,并把具有噪声的基于密度空间聚类与寻找密度峰值聚类相结合用于估计混合矩阵。首先,把时域观测信号变换成时频域的稀疏信号,通过单源点检测突出信号的线性聚类特性,并采用镜像映射将线性聚类转变成致密聚类以便于进行密度基的聚类分析;然后,利用密度空间聚类搜寻密集数据堆中高密度的点和与之相应的邻域,以自动形成聚类簇的数量和初步聚类中心;最后,把获得的聚类数量作为密度峰值聚类的输入参数,在数据簇的范围内搜索其密度峰值以实现对聚类中心位置的进一步修正。以上方法不仅可提高混合矩阵的估计精度,而且估计量具有较高的一致性。(本文来源于《数据采集与处理》期刊2019年05期）
何选森,何帆[6]（2019）在《基于单源点检测的欠定混合矩阵的聚类分析》一文中研究指出为提高欠定盲源分离的混合矩阵估计精度,提出一种单源点(SSP)检测与具有噪声的基于密度空间聚类(DBSCAN)相结合的新方法。首先,把时域的观测信号变换成时频域的稀疏信号,采用SSP检测以增强稀疏信号的线性聚类特性,并通过镜像映射把线聚类转变成数据的致密聚类;然后,利用DBSCAN搜索高密度的点并不断连接近邻数据以形成聚类簇,从而自动寻找聚类的数量和相应的聚类中心。由于每个聚类中心对应于欠定混合矩阵的一个列向量,因此采用所提出的聚类分析方法可实现对混合矩阵的估计。对音频信号的仿真结果证明,该方法能有效地提高混合矩阵的估计精度。(本文来源于《电子测量与仪器学报》期刊2019年06期）
吴晓亮[7]（2019）在《基于文本情感分析与矩阵分解的混合推荐算法研究》一文中研究指出现有的推荐算法存在着冷启动性、稀疏性及可扩展性等问题。本文针对这些问题引入用户评分偏好信息提出了基于Jaccard相似度与矩阵分解的混合推荐算法,且为提升英文文本的情感分析算法的准确率提出了基于句向量与LSTM的英文文本情感分析算法,最后考虑用户评论中含有的情感倾向信息研究提出了基于用户评论情感与矩阵分解推荐算法。本文主要研究工作和成果如下:1.为引入相似用户的评分偏好信息,研究提出基于Jaccard相似度与矩阵分解的混合推荐算法HRA-JSMD①。算法根据Jaccard相似度挖掘评分相似性的用户集群,且采用矩阵分解方法对相似用户的局部评分项进行预测,最后对填充后的评分矩阵进行矩阵分解,通过算法实例分析HRA-JSMD算法的可行性。实验结果表明HRA-JSMD算法能得到更优的推荐质量及更低的计算时间。2.为提升文本情感分析算法对于英文文本的预测准确度,研究提出基于句向量与LSTM的英文文本情感分析算法SA-SVL②。算法在文本预处理之后为单词分配数值以构建句向量且运用TF-IDF提取其情感特征,最后采用基于LSTM的循环神经网络进行训练。通过算法实例分析SA-SVL算法的可行性且实验结果表明SA-SVL在英文文本中能得到较优的预测准确度。3.根据用户的历史文本评论信息,研究提出基于用户评论情感与矩阵分解推荐算法RACSMD③。算法采用文本情感分析算法引入情感值,定义评论情感误差偏离值及用户评分标准值将情感值融入实际评分中,且采用矩阵分解算法进行评分预测。通过算法实例分析RACSMD算法的可行性且实验结果表明RACSMD算法得到的推荐质量方面有所提升。本文研究贡献:引入Jaccard相似度度量解决传统推荐算法仅依靠历史评分进行预测问题;根据单词词频给构建句向量且通过TF-IDF挖掘句向量中的情感特征;在推荐算法的理论基础上引入用户评论情感信息以得到更符合用户的主观评分分值且通过实验验证算法是有效可行的。(本文来源于《南昌大学》期刊2019-05-26）
李雪松[8]（2019）在《基于矩阵分解的混合推荐算法研究》一文中研究指出推荐系统作为有价值信息的挖掘系统,对很多网站都有着很重要的支持作用,尤其一些购物网站或者社交网站。矩阵分解是推荐算法非常重要的分支,它最大的优点在于解决矩阵稀疏问题。而任何一种优秀的算法都有一定的局限性,因此本文研究有多算法组成的混合算法。提出一种基于标签的矩阵分解推荐算法。该算法在传统的隐语义模型(Latent Factorization Model,LFM)加入标签的特征,将原本的评分矩阵分解成两个矩阵,分别为用户矩阵和物品矩阵。在根据用户对物品的历史评分数据的特征分类的基础上加入标签的种类作为新的特征值。实验表明,加入标签到该模型中可以有效地提高推荐精度。提出一种基于概率的非负矩阵分解推荐算法。该算法随机初始化两个矩阵分别描述用户和物品;利用概率图模型迭代优化两个矩阵,通过简化复杂的模型有效地防止算法的过拟合;添加用户偏置矩阵和物品偏置矩阵将其参与用户矩阵和物品矩阵的迭代计算之中,从而提高推荐的精度。实验表明,该算法显着地从各个指标上优化推荐效果。当用户历史行为较少或者空的时候,上述算法都不能得到很好地效果。因此研究一种推荐算法解决系统的冷启动问题。结合用户、物品等已有的信息来优化模型,从而预测。实验表明,该算法可以有效地改善系统冷启动问题。设计个性化推荐系统引擎,该引擎将数据做预处理为混合推荐算法做准备,初始化各个算法的模型,然后根据不同类型的用户选择算法,最后将推荐结果返回给用户,并可以反馈该系统每个时刻的推荐指标的实时值,如平均绝对误差等。(本文来源于《北方工业大学》期刊2019-05-06）
付强,景博,何鹏举,王赟,司书浩[9]（2019）在《二维卷积非负矩阵分解的初值确定混合算法》一文中研究指出为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合算法.首先,利用K均值聚类方法得到聚类中心作为系数矩阵(H矩阵)的初始值,避开了传统初始化不确定系数矩阵带来的分解结果不唯一问题;其次,考虑到相比一维卷积非负矩阵分解算法,二维卷积非负矩阵分解算法的基矩阵(W矩阵)个数更多,利用奇异值分解和主成分分析方法交替产生基矩阵的初始值,克服了单个算法产生的初始化误差问题.在相同参数环境下将本文算法和现有初始化算法的分解收敛性能进行对比实验,结果表明本文算法相比其他同类算法具有更好的分解性能并具有更好的收敛性.进一步加入噪声进行实验,在白噪声为-1 dB～10 dB的不同信噪比环境下,本文算法均能快速实现信号的分离,对于噪声数据具有很强的鲁棒性.采用混合算法确定初值,更有利于实现二维卷积非负矩阵分解的实时性和高性能.(本文来源于《哈尔滨工业大学学报》期刊2019年05期）
周硕,杨帆[10]（2019）在《用试验数据修正混合的阻尼矩阵与刚度矩阵》一文中研究指出研究用试验数据修正振动系统的双对称阻尼矩阵和对称次反对称刚度矩阵,利用二次特征值反问题的理论和方法说明了问题的可解性,借助正交基的方法将约束矩阵问题转化为常见的非约束问题,进而对首1的二次特征值反问题进行求解.并讨论了给定任意矩阵的最佳逼近问题,给出问题的最佳逼近解.(本文来源于《东北电力大学学报》期刊2019年02期）
混合矩阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到直流输电技术的发展,直流配电应用于配电网中是未来配电网的研究重点。本文为解决主动配电网交直流混合网络的供电恢复问题,提出含直流配电线路的主动配电网供电恢复方案,当交流配电线路出现故障时,考虑直流侧配电线路网损、换流器以及分布式电源影响下的供电恢复方案;当直流配电线路出现故障时,考虑转换直流侧运行方式或让失电的直流负荷转入计划孤岛运行模式,以保证直流侧重要负荷的持续供电,分别提出交流侧和直流侧约束条件,并在约束条件下选取网络损耗、线路末端电压越限节点个数以及开关操作次数作为指标构建目标函数,依据矩阵算法对供电恢复过程的不同恢复方案进行大数据分析与处理,得出最优方案。通过改进的IEEE123节点算例证明,提出的方案能够有效的解决主动配电网的供电恢复问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合矩阵论文参考文献
[1].聂建园,包建荣,姜斌,刘超,朱芳.基于采样协方差矩阵的混合核SVM高效频谱感知[J].电信科学.2019
[2].唐学用,韩玘桓,李庆生,黄玉辉,赵庆明.基于矩阵算法的主动配电网交直流混合网络供电恢复策略研究[J].电力大数据.2019
[3].孔祥强,姜同松.混合型交换四元数矩阵的实表示及逆矩阵求法[J].东北师大学报(自然科学版).2019
[4].朱京乔,赵永华.基于分治法求解对称叁对角矩阵特征问题的混合并行实现[J].计算机系统应用.2019
[5].何选森,何帆.密度空间与密度峰值聚类的欠定混合矩阵估计[J].数据采集与处理.2019
[6].何选森,何帆.基于单源点检测的欠定混合矩阵的聚类分析[J].电子测量与仪器学报.2019
[7].吴晓亮.基于文本情感分析与矩阵分解的混合推荐算法研究[D].南昌大学.2019
[8].李雪松.基于矩阵分解的混合推荐算法研究[D].北方工业大学.2019
[9].付强,景博,何鹏举,王赟,司书浩.二维卷积非负矩阵分解的初值确定混合算法[J].哈尔滨工业大学学报.2019
[10].周硕,杨帆.用试验数据修正混合的阻尼矩阵与刚度矩阵[J].东北电力大学学报.2019