课程文献中心 更多>>

关键词： 单圈图   特征多项式   特征值   sum-connectivity能量  

摘要： 定义C_(g)∪S_(t)为将一个圈C_(g)中的某个顶点与一个星图S_(t)中的某个顶点相连后构造出的具有n个顶点的单圈图。图G的sum-connectivity矩阵S(G)=(s_(ij))_(n×n)是一n阶矩阵,其中,若顶点v_(i)与顶点v_(j)邻接,则s_(ij)=1/√d_(G)(v_(i))+d_(G)(v_(j)),若v_(i)与点v_(j)不邻接,或i=j,则s_(ij)=0。图G的sum-connectivity能量定义为sum-connectivity矩阵特征值的绝对值之和。考虑了该类单圈图中的sum-connectivity能量的极小值问题。根据sum-connectivity能量的定义及其性质得到4种图变换,同时得到该类单圈图sum-connectivity能量的变化规律,最后得到S_(n)^(3)在该类单圈图中具有最小的sum-connectivity能量,其中S_(n)^(3)表示圈C_(3)上某个顶点连接n-3条悬挂边的单圈图。

关键词： 支持向量机   镜泊湖火山   天然地震事件   爆破事件   特征向量  

摘要： 支持向量机(Support Vector Machine,SVM)在解决小样本、非线性识别问题中具有诸多独特优势,对地震事件分类具有良好效果。本文对镜泊湖火山区微小地震事件及爆破事件波形进行去噪处理,并提取特征向量,并采用SVM方法进行分类模型训练。分类结果表明,使用该方法可有效完成天然地震和爆破事件的识别,准确率高达94%。

关键词： 抽水蓄能电站   尾水调压室   多阻抗孔   小波动   特征值  

摘要： 尾水岔管在室后交汇的调压室含多阻抗孔,尾水支管不对称布置会导致阻抗孔间有不同的进出流量。为研究尾水岔管在室后交汇的抽水蓄能电站输水发电系统小波动稳定性,考虑调压室多阻抗孔间的进出流量作用和调速器特性,基于状态空间法推导了系统稳定分析的状态矩阵,并利用相关因子法确定了系统特征值和状态变量之间的关系。结果表明,基于相关因子法的考虑多阻抗孔间进出流量小波动模型可清晰给出系统特征值与状态变量的对应关系。状态矩阵特征值存在两对共轭复根,每对共轭复根对应一个振荡模式,则系统存在2个振荡环节。特征值实部表示衰减指数,虚部为该振荡模式的角频率;机组转速的时域过程存在多频振荡特性,且有主波与尾波之分,下游调压室内水位波动引起机组转速尾波低频振荡;同步增大阻抗孔面积会减小转速尾波振荡阻尼,不利于系统低频振荡环节的稳定性;增大尾水调压室面积可以增大转速尾波振荡阻尼,降低转速尾波振荡角频率,有利于系统低频振荡环节的稳定性;增强尾水支管不对称性可加大各阻抗孔间的进出流量差异,有利于系统小波动稳定;增大调速器参数b_t、T_d,可以增强系统的小波动稳定性。

关键词： Hermitian Toeplitz矩阵   单叶函数   逆函数  

摘要： 令A表示单位圆盘Δ={z:|z|<1}内具有形式f(z)=z+^(∞)∑_n=2)a_(n)z^(n)的解析函数类。文章研究了单位圆盘Δ内的函数类:S*={f|Re{zf'(z)/f(z)}>0,(f∈A,z∈Δ)},K={f|Re{1+zf"(z)/f'(z)}>0,(f∈A,z∈Δ)},RT={f|Re{f'(z)}>0,(f∈A,z∈Δ)},T={f|Re{f(z)/z}>0,(f∈A,z∈Δ)}的逆函数f-1的二阶、三阶Hermitian Toeplitz行列式|T_(2,1)(f^(-1))|、|T_(3,1)(f^(-1))|,得到了其上界估计。

关键词： circRNA-disease associations   circRNA sequence data   disease semantic information   non-negative matrix factorization  

摘要： CircRNAs,widely found throughout the human bodies,play a crucial role in regulating various biological processes and are closely linked to complex human diseases.Investigating potential associations between circRNAs and diseases can enhance our understanding of diseases and provide new strategies and tools for early diagnosis,treatment,and disease prevention.However,existing models have limitations in accurately capturing similarities,handling the sparse and noise attributes of association networks,and fully leveraging bioinformatical aspects from multiple viewpoints.To address these issues,this study introduces a new non-negative matrix factorization-based framework called NMFMSN.First,we incorporate circRNA sequence data and disease semantic information to compute circRNA and disease similarity,respectively.Given the sparse known associations between circRNAs and diseases,we reconstruct the network to complete more associations by imputing missing links based on neighboring circRNA and disease interactions.Finally,we integrate these two similarity networks into a non-negative matrix factorization framework to identify potential circRNA-disease associations.Upon conducting 5-fold cross-validation and leave-one-out cross-validation,the AUC values for NMFMSN reach 0.9712 and 0.9768,respectively,outperforming the currently most advanced models.Case studies on lung cancer and hepatocellular carcinoma show that NMFMSN is a good way to predict new associations between circRNAs and diseases.

关键词： 图像特征值   直转播监测系统   图像处理   深度学习  

摘要： 为提高直播画面的质量监控效率,设计并实现一种基于图像特征值的直转播监测系统。该系统结合图像处理与深度学习技术,自动采集、分析视频数据并评估画面质量,实时反馈并优化画面。通过功能与性能测试,系统表现出色,能够满足高准确率、低延迟和高稳定性的需求,适用于现代直播系统的质量管理。

关键词： 隐私保护   频率估计   混洗差分隐私   盲签名   矩阵运算  

摘要： 混洗差分隐私(SDP)模型能兼顾用户端的隐私保护程度和服务器端发布结果的可用性,更适用于隐私保护的大数据收集和统计发布场景。针对目前SDP频率估计方法的洗牌效率较低和混洗过程安全性不足等问题,进行以下工作:首先,设计基于优化椭圆曲线的混洗差分隐私盲签名算法(SDPBSA),以实现对篡改或伪造信息的鉴别,提高混洗过程的安全性;其次,提出矩阵列重排转置(MCRT)洗牌方法,以利用随机的矩阵列重排和矩阵转置操作实现数据混洗,提高混洗过程的效率;最后,结合上述方法构建完整的SDP频率估计隐私保护框架——SM-SDP(SDP based on blind Signature and Matrix column rearrangement transposition),并通过理论分析讨论它的隐私性和误差级别。在Normal、Zipf和IPUMS(Integrated Public Use Microdata Series)等数据集上的实验结果表明,相较于Fisher-Yates、ORShuffle(Oblivious Recursive Shuffling)和MRS(Message Random Shuffling)等洗牌方法,MCRT洗牌方法的洗牌效率提升了1~2个数量级;相较于mixDUMP、PSDP(Personalized Differential Privacy in Shuffle model)和HP-SDP(Histogram Publication with SDP)等频率估计方法,SM-SDP框架在不同比例恶意数据存在时的均方误差(MSE)降低了2~11个数量级。

关键词： 待定系数法   恒等原理   适用条件   线性无关   矩阵求逆  

摘要： 从一个用待定系数法求抽象矩阵的逆矩阵的矛盾实例出发,探讨待定系数法的适用条件.提出并证明了矩阵多项式待定系数法适用的充分条件是:所涉及的方阵的幂是线性无关的.基于待定系数法的充分条件,对矛盾实例给出了修正和正确解答.用另外一个矩阵求逆的实例验证了结论的有效性,提供了分析待定系数法的新视角.

关键词： 频谱感知   SαS分布噪声   分数低阶矩   特征值分布   调和平均  

摘要： 针对SαS分布噪声提出了一种基于分数低阶预处理与特征值调和平均检测相结合的频谱感知算法,该算法以分数低阶预处理接收信号样本协方差矩阵的最大特征值与特征值调和平均之差与最小特征值之比(DMHMM)作为感知判决量.该算法在预处理阶段通过分数低阶操作降低SαS分布噪声非高斯特性的影响,在检测阶段利用极值特征值与特征值调和平均设计检测判决量,检测过程避免了对噪声参数的依赖,适应范围广.在此基础上,基于Wishart矩阵特征值几何平均的矩理论,以及高维随机矩阵中最大和最小特征值渐近分布理论,针对DMHMM频谱感知算法提出了一种有效的理论判决门限计算方法,在降低理论门限计算复杂度的同时,提高了非渐近条件下SαS分布噪声中主用户信号检测结果的可靠性.Monte-Carlo仿真结果表明,所提DMHMM频谱感知算法可以获得比半盲DMGM算法更为可靠的检测判决结果,且在检测阶段无需SαS分布噪声的相关参数;由于综合利用了分数低阶预处理后取样协方差矩阵的极值特征值以及特征值调和平均信息,能够更好地反映主用户信号的变化,使得新算法具有比MME和CHME算法更优的检测效果.

关键词： 电力智能巡检系统   图像纹理属性   特征向量   图像识别模型   鲁棒性  

摘要： 电力巡检区域地形错综复杂,巡检设备受限于局部感受野而产生视觉盲区,无法有效寻找目标物体,从而导致识别精度下降,鲁棒性不足。基于此,提出一种面向电力智能巡检系统的图像识别模型鲁棒性研究方法。首先,对获取的巡检图像进行分割处理。运用灰度差分统计描绘巡检图像的纹理属性,利用K-means算法对特征向量进行聚类分析,实现图像分割处理,解决传统方法在处理复杂背景图像时分割鲁棒性不足的问题。然后,对巡检图像进行灰度化处理。通过提取巡检图像的局部纹理特征和尺度不变换特征,结合金字塔方法确定的关键点,构建更具准确性和鲁棒性的特征向量。最后,引入支持向量机(Support Vector Machines,SVM)构建图像识别模型,将提取的鲁棒特征向量作为模型输入,获得识别结果。实验结果表明:所提方法能够获取高准确率的图像识别结果,显著提高识别模型的鲁棒性。