课程文献中心 更多>>

关键词： Eigenvalues and eigenfunctions  

摘要： Due to the frequency-dependent characteristics of viscoelastic damping mechanical systems, solving their eigenvalues is highly challenging, especially for large-scale mechanical systems characterized by multiple damping models. A mechanical system with multiple damping models was taken as the research object, and an eigenvalue dimension reduction method based on physical subspace was proposed to achieve highly precise and efficient prediction of modal frequencies and vibration shapes. Firstly, multiple damping models were transformed into a unified rational fraction form, constructing a general damping system with a consistent and concise form. Next, utilizing the unified form, a physical space with the same dimension as the system was constructed, enabling the recursive generation of the physical subspace. By combining the state space with the Krylov subspace to derive the physical subspace, a dimension reduction method for eigenvalue solving based on the physical subspace was proposed, effectively addressing the issue of dimensionality explosion in traditional state-space representations for systems with multiple damping models. The theoretical and numerical analyses demonstrate that the proposed method offers superior efficiency and accuracy compared to conventional state -space -based dimension reduction approaches. © 2025 Chinese Vibration Engineering Society. All rights reserved.

关键词： 道路点云提取   移动激光扫描   形状特征向量   局部粗糙度   协方差矩阵  

摘要： 针对国省干道缺少路缘石导致在点云场景中不易确定公路边缘，从而造成国省干道点云难以精确提取的问题，提出形状特征向量筛选与局部粗糙度结合的国省干道点云提取方法。首先对原始点云数据构建网格索引，以网格为基本单元，设计基于协方差矩阵的形状特征向量分析方法，据此方法计算单元内点云形状特征向量，构建正交基求解特征值，筛选获取地面点云；其次采用KD树索引重构地面点云，计算分析点云局部粗糙度，以先验阈值为参考，引入欧式聚类算法实现对路面及路面周边点云的有效提取，实现路面点与非路面点有效划分。对10 km移动激光扫描国省干道点云数据进行测试，平均精度和召回率分别99.64%与99.59%。与欧式聚类分割算法相比，所提算法的平均精度及F1-score分别提高8.95%、4.56%，对原始点云处理速度为32.4 km/h，计算效率明显提升，具有良好的路面提取精度和鲁棒性。

关键词： 特征电流   户变关系   解调算法   负荷特征向量  

摘要： 本文针对现有特征电流检测法在户变关系识别中存在的特征提取慢、抗干扰弱的问题,提出了一种基于改进傅里叶级数的新型解调算法。该算法核心在于直接提取单独有效频点信息。相较于传统采用滑动FFT进行实时解码的方法,新技术能更有效地防止频谱泄露、增强抗干扰能力。运行结果验证,该算法能及时、准确地提取复杂的负荷特征向量,从而在确定电力用户与所属变压器(户变关系)及其相位的识别任务中,显著提升了实时性与可靠性。其改进主要体现在解调过程的时效性与抗干扰性上。

关键词： 射频干扰   综合孔径微波辐射计   信源估计方法   支持向量机  

摘要： 针对综合孔径微波辐射计射频干扰(Radio Frequency Interference,RFI)定位与抑制中缺乏科学简便信源估计方法的问题,提出一种基于支持向量机(Support Vector Machine,SVM)与特征值差分的RFI信源估计方法。通过模拟综合孔径成像中的吉布斯振荡现象,分别构建无干扰及不同干扰源数量的相关矩阵;采用矩阵分解获取特征值序列,计算特征值的二阶差分作为特征向量;基于多分类SVM构建干扰源数量识别模型,分别对T型、Y型和U型阵列进行仿真实验;通过对比传统信源估计方法与新方法在不同干扰数量、阵元配置及场景下的均方根误差(Root Mean Squared Error,RMSE),验证了方法的有效性;利用C波段7阵元实测数据(含强干扰及水陆交界弱干扰)验证了方法的有效性。仿真实验表明,所提方法在T/Y/U型阵列中的RMSE较传统方法在不同应用场景下都有提升。实测数据验证显示,训练后的SVM模型对强干扰和弱干扰场景都可以有效识别。所提出的SVM-特征值差分方法能准确识别综合孔径微波辐射计的RFI信源数量,性能明显优于传统方法,为复杂场景下的RFI抑制提供了新的技术途径。

关键词： 激光传感器   状态检测   噪声干扰   特征向量  

摘要： 受到多种因素的影响,激光传感器在运行过程中会产生异常状态,为了获得更优的激光传感器检测效果,提出基于信号特征分析的激光传感器状态检测方法。首先采集激光传感器状态信号,并进行预处理,然后从预处理后激光传感器提取激光传感器状态检测特征向量,最小二乘支持向量机进行训练描述输入与输出之间的映射关系,建立激光传感器状态检测分类器,最后进行激光传感器状态检测的仿真测试。测试结果表明,本方法的激光传感器状态检测正确率均值为:93.87%,误检率均值为:3.49%,漏检率的平均值为:2.64%,检测时间为12.69 s而对比方法的检测误差要高于本方法,而且检测时间要少于对比,整体性能要明显优于其他方法。

关键词： 微地图   推荐系统   DBN   推荐因子   特征值  

摘要： 在微地图推荐系统的冷启动阶段,针对传统深度信念网络无法高效挖掘数据中的细粒度信息而导致推荐精度下降的问题,提出了顾及微地图推荐因子的深度信念网络(deep belief network, DBN)。利用聚类的结构化信息和DBN中丰富的语义信息解决推荐系统在冷启动阶段推荐精度低的问题,并且挖掘出用户和微地图的隐语义交互信息,达到“千人千面”的推荐效果。首先,采用针对噪声数据的基于密度的空间聚类算法对用户与微地图历史样本进行聚类;然后,选取出核心点(即推荐因子)、边界点及离群点,将聚类后的推荐因子构建成不同的可视层与隐含层;最后,将受限玻尔兹曼机的可视神经元替换为高斯单元,利用DBN对输入数据从低层到高层进行逐层微调训练,以提升推荐的准确性。所提方法在美食、自驾、旅游、校园4类微地图数据集上推荐的精度分别为0.77532、0.76818、0.77518、0.774 64,推荐的均方根误差分别为0.19078、0.19476、0.19033、0.19092,可以为用户准确地推荐感兴趣的微地图信息。

关键词： 防洪   特征值   洪水预警   防汛调度  

摘要： 防洪特征值是洪水预警和防汛决策中的重要参数,在防汛调度、巡堤查险等工作中发挥着直接作用。防洪特征值是评价洪水量级、工程防洪能力和组织防守力量的重要指标。通过实地踏勘和水文分析,确定了神河水文站观测断面附近的河道防洪特征值,为神河洪水防御提供了科学依据。

关键词： 状态空间   特征值   电力系统   电磁暂态  

摘要： 随着经变流器并网的各类新能源大规模接入系统,传统基于机电暂态模型的状态空间法已无法反应各类电磁暂态尺度的宽频振荡现象。电磁暂态分析多以电压、电流的瞬时值为分析对象,无传统意义的平衡点,现有各类判定稳定性理论均难以直接使用。文中从渐进稳定性的基本定义入手,结合电力系统的特点,首先定义电磁暂态尺度各状态变量的类型及其稳定性,并证明应用Park变换不会改变非线性系统的稳定性;其次,构建典型电源元件、电网元件的电磁暂态尺度状态空间模型,并实现全系统状态空间模型建立;再次,考虑到状态空间法具有全局全要素分析的特点,应用特征值灵敏度与右特征向量,分析不同振荡模态的主导影响因素与各状态变量、各机组的参与情况;最后,结合典型多机系统算例验证所提方法的可行性与正确性。

关键词： 认知无线电   多主用户信号   盲频谱感知算法   中心Wishart随机矩阵   特征值分布  

摘要： 单主用户信号的出现主要引起多天线接收信号取样协方差矩阵中极值特征值的变化,而多主用户信号的出现则会同时扰动取样协方差矩阵极值特征值和其他特征值,此时,经典的极值特征值检测算法则会表现出次佳的检测性能。针对这一问题,本研究设计了一种基于极值特征值差与特征值几何平均(difference of extreme eigenvalues and geometric average of eigenvalues,DEEGAE)的多主用户信号检测判决规则;提出了一种基于Wishart矩阵特征值统计分布理论的感知判决门限的闭式求解方法。该算法在频谱感知过程中直接利用认知用户的多天线接收数据构造判决规则并实施感知判决,具有全盲检测的优点;通过融合2种极限特征值门限分析结果,提高了非渐近感知条件下感知结果的准确性。Monte-Carlo仿真试验表明,新算法具有比经典的最大最小特征值之比算法和协方差绝对值检测算法更优的多主用户信号检测性能,同时能获得比传统基于最大最小特征值之差及其改进算法更为可靠的检测结果;与此同时,新算法的检测性能随着样本数目以及天线数目的增大而显著提升。

关键词： 文献推荐方法   机器学习算法   特征向量   推荐效率  

摘要： 为了提高文献推荐精度和效率,采用机器学习算法构建一种新的文献推荐方法。该方法通过分析文献向量空间模型,提取关键特征并构建特征向量集合。利用机器学习算法学习文献特征,进而构建精确的文献推荐模型。由具体数据集的对比测试结果可知,该方法的推荐精度高于传统方法,推荐误差显著减小,推荐时间大幅缩短,显著提高了文献推荐的效率。测试结果显示,新方法的推荐精度和效率均优于传统方法,具有显著的优势。