奇异值分解下在线鲁棒正则化随机网络

1

作者 于洋 邓瑞 +1 位作者 余刚 庞新富 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期407-415,共9页

在线鲁棒随机权神经网络(OR-RVFLN)具有较好的逼近性、较快的收敛速度、较高的鲁棒性能以及较小的存储空间.但是,OR-RVFLN算法计算过程中会产生矩阵的不适定问题,使得隐含层输出矩阵的精度较低.针对这个问题,本文提出了奇异值分解下在... 在线鲁棒随机权神经网络(OR-RVFLN)具有较好的逼近性、较快的收敛速度、较高的鲁棒性能以及较小的存储空间.但是,OR-RVFLN算法计算过程中会产生矩阵的不适定问题,使得隐含层输出矩阵的精度较低.针对这个问题,本文提出了奇异值分解下在线鲁棒正则化随机网络(SVD-OR-RRVFLN).该算法在OR-RVFLN算法的基础上,将正则化项引入到权值的估计中,并且对隐含层输出矩阵进行奇异值分解;同时采用核密度估计(KDE)法,对整个SVD-OR-RRVFLN网络的权值矩阵进行更新,并分析了所提算法的必要性和收敛性.最后,将所提的方法应用于Benchmark数据集和磨矿粒度的指标预测中,实验结果证实了该算法不仅可以有效地提高模型的预测精度和鲁棒性能,而且具有更快的训练速度. 展开更多

关键词 随机权神经网络 正则化 奇异值分解 磨矿过程 磨矿粒度

在线阅读 下载PDF 职称材料

一种基于标签迁移学习的改进正则化奇异值分解推荐算法 被引量：7

2

作者 方耀宁 郭云飞 +1 位作者 丁雪涛 兰巨龙 《电子与信息学报》 EI CSCD 北大核心 2013年第12期3046-3050,共5页

基于正则化奇异值分解(RSVD)的推荐算法在预测准确性上具有明显优势,但存在计算量大的缺点,一定程度上限制了其在实际工程中的应用。针对这个问题,该文提出一种基于标签迁移学习的改进RSVD推荐算法,在相对稠密的辅助数据集合上根据标签... 基于正则化奇异值分解(RSVD)的推荐算法在预测准确性上具有明显优势,但存在计算量大的缺点,一定程度上限制了其在实际工程中的应用。针对这个问题,该文提出一种基于标签迁移学习的改进RSVD推荐算法,在相对稠密的辅助数据集合上根据标签信息来提取用户/项目特征,然后将用户/项目特征应用到RSVD算法中,在目标数据集合上进行评分预测。在MovieLens数据集合上的实验结果表明,该算法能够缓解数据稀疏性问题,显著降低预测误差(约0.01 RMSE),同时减少约50%的训练时间。 展开更多

关键词 计算机网络 推荐系统 协同过滤 正则化奇异值矩阵分解(rsvd) 迁移学习

在线阅读 下载PDF 职称材料

基于Tikhonov正则化及奇异值分解的载荷识别方法 被引量：17

3

作者 郭荣 房怀庆 +2 位作者 裘剡 于钦林 朱伟伟 《振动与冲击》 EI CSCD 北大核心 2014年第6期53-58,共6页

针对矩阵求逆法应用中存在的病态逆问题,用Tikhonov正则化及奇异值分解法解决。通过对平板模型仿真分析,利用频响函数法矩阵条件数评价系统的病态性,系统病态性不同时用奇异值分解法与基于不同正则化参数选择的Tikhonov方法对载荷进行... 针对矩阵求逆法应用中存在的病态逆问题,用Tikhonov正则化及奇异值分解法解决。通过对平板模型仿真分析,利用频响函数法矩阵条件数评价系统的病态性,系统病态性不同时用奇异值分解法与基于不同正则化参数选择的Tikhonov方法对载荷进行识别。研究表明,条件数大于1 000时,Tikhonov正则化方法识别误差较小;反之,奇异值分解法较优。提出综合使用Tikhonov正则化与奇异值分解的载荷识别方法,给出方法流程。仿真与实验结果表明该方法可提高结构载荷识别精度,具有一定工程应用价值。 展开更多

关键词 载荷识别 TIKHONOV正则化 奇异值分解 条件数

在线阅读 下载PDF 职称材料

奇异值分解(SVD)和Tikhonov正则化方法在振速重建中的应用 被引量：8

4

作者 徐张明 沈荣瀛 华宏星 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第6期834-838,共5页

基于辐射声压重建结构表面的振动速度存在着解的离散病态问题 ,从间接边界元法( IBEM)的双层势表达式出发 ,建立了外部场压和结构表面振动速度之间关系的传递矩阵 .为消除病态问题引起的重建结果对附加噪声的高度灵敏性的影响 ,对传递... 基于辐射声压重建结构表面的振动速度存在着解的离散病态问题 ,从间接边界元法( IBEM)的双层势表达式出发 ,建立了外部场压和结构表面振动速度之间关系的传递矩阵 .为消除病态问题引起的重建结果对附加噪声的高度灵敏性的影响 ,对传递矩阵进行奇异值分解 ,并用Tikhonov正则化方法对重建结果处理 ,且采用 L -曲线标准选择出最佳的正则化参数 .数值计算结果表明 ,重建结果与真实振源比较接近 . 展开更多

关键词 振速重建 间接边界元 奇异值分解 TIKHONOV正则化方法 辐射声场 振动速度 声源重建

在线阅读 下载PDF 职称材料

基于奇异值比值的正则化矩阵修正方法 被引量：5

5

作者 杭礼辉 葛俊祥 张艳艳 《现代雷达》 CSCD 北大核心 2019年第4期54-58,62,共6页

针对雷达数据反演过程中存在的不适定性问题,基于岭估计方法分析,提出了一种基于奇异值比值的正则化矩阵修正方法。奇异值分解矩阵后,通过条件数法在奇异值矩阵中确定门限奇异值,将门限奇异值与各奇异值比值的平方根构造对角矩阵,将对... 针对雷达数据反演过程中存在的不适定性问题,基于岭估计方法分析,提出了一种基于奇异值比值的正则化矩阵修正方法。奇异值分解矩阵后,通过条件数法在奇异值矩阵中确定门限奇异值,将门限奇异值与各奇异值比值的平方根构造对角矩阵,将对角矩阵与左奇异值向量矩阵结合构造正则化矩阵。该方法能够加强对较小奇异值的修正,而减弱对较大奇异值的修正,从而保证了不适定问题解算结果的可靠性及计算精度。数值计算与误差分析结果证明了该方法的有效性。 展开更多

关键词 岭估计 奇异值比值 正则化矩阵

在线阅读 下载PDF 职称材料

Hessian正则化的低秩矩阵分解算法 被引量：3

6

作者 卢桂馥 万鸣华 《小型微型计算机系统》 CSCD 北大核心 2016年第10期2296-2299,共4页

流形正则化低秩矩阵分解(Manifold Regularized Low-rank Matrix Factorization,MRLMF)算法是一种最近提出的能考虑样本间流形结构的矩阵分解算法.MRLMF采用Laplacian图来表示样本的流形结构,但是,最近研究表明,由于Laplacian图的零空... 流形正则化低秩矩阵分解(Manifold Regularized Low-rank Matrix Factorization,MRLMF)算法是一种最近提出的能考虑样本间流形结构的矩阵分解算法.MRLMF采用Laplacian图来表示样本的流形结构,但是,最近研究表明,由于Laplacian图的零空间中的测地线函数为常数,使得其往往不能较好的保持样本间的局部拓扑结构.为了解决这一问题,提出一种Hessian正则化的低秩矩阵分解算法(Hessian Regularized Low-rank Matrix Factorization,HRLMF).HRLMF利用二阶Hessian能来保持样本的局部流形结构,而Hessian能可以使测地线函数随距离变化,从而使得其保持样本局部拓扑结构的能力更强.此外,也给出了一种求解HRLMF的高效算法.在实际数据库上的实验表明,MRLMF算法比现有的算法有着更好的性能. 展开更多

关键词 低秩矩阵分解 流形正则化 Hessian能 奇异值分解

在线阅读 下载PDF 职称材料

基于TGSVD的桥梁移动荷载识别及正则化矩阵选取 被引量：5

7

作者 陈震 余岭 《振动．测试与诊断》 EI CSCD 北大核心 2015年第1期24-29,184,共6页

基于时域法（time domain method,简称TDM）识别移动荷载理论,通过引入正则化矩阵,提出采用截断广义奇异值分解法（truncated generalized singular value decomposition,简称TGSVD）识别桥梁移动荷载。比较不同正则化矩阵对TGSVD识别... 基于时域法（time domain method,简称TDM）识别移动荷载理论,通过引入正则化矩阵,提出采用截断广义奇异值分解法（truncated generalized singular value decomposition,简称TGSVD）识别桥梁移动荷载。比较不同正则化矩阵对TGSVD识别结果影响,并与TDM识别结果进行比较,两轴移动荷载识别结果表明,正则化矩阵选取对TGSVD识别精度、鲁棒性等影响较大。当正则化矩阵选取适当,TGSVD采用弯矩和加速度响应均具有较高识别精度且识别结果受噪声干扰小。在测点类型单一或测点数量较小时优势更为突出,适宜于现场移动荷载识别,具有较强的工程应用价值。 展开更多

关键词 桥梁 移动荷载 识别 不适定性 时域法 截断广义奇异值分解法 正则化矩阵

在线阅读 下载PDF 职称材料

截断奇异值分解的生物发光断层成像重建问题 被引量：3

8

作者 余景景 刘芳 +1 位作者 焦李成 贺小伟 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第5期755-760,共6页

目的研究生物发光断层成像重建问题的求解方法,通过生物体表面检测到的光学信号准确、稳定地重建出生物体内部荧光光源的分布。方法将截断奇异值分解TSVD正则化技术用于已知光源可行区域的生物发光断层成像逆问题求解中,并利用广义交叉... 目的研究生物发光断层成像重建问题的求解方法,通过生物体表面检测到的光学信号准确、稳定地重建出生物体内部荧光光源的分布。方法将截断奇异值分解TSVD正则化技术用于已知光源可行区域的生物发光断层成像逆问题求解中,并利用广义交叉验证法结合一维搜索来选择合适的正则化参数。结果数值仿真表明,TSVD法可以快速有效地进行单光源和双光源的重建。结论TSVD方法在BLT重建中是可行和有效的,与常用的Tikhonov正则化方法相比,TSVD法的抗噪性能更好,重建时间也较少,且正则化参数的选取及调整更为方便。 展开更多

关键词 生物发光断层成像 截断奇异值分解 TIKHONOV正则化方法 光源重建

在线阅读 下载PDF 职称材料

压缩感知框架下基于K-奇异值分解字典学习的地震数据重建 被引量：38

9

作者 周亚同 王丽莉 蒲青山 《石油地球物理勘探》 EI CSCD 北大核心 2014年第4期652-660,2,共9页

针对地震勘探中由于采集成本及采集环境等诸多因素导致地震数据不完整或者不规则问题,本文提出了一种压缩感知框架下基于K-奇异值分解(K-SVD)字典学习的地震数据重建算法。基本思路是首先对大量地震样本数据进行K-SVD字典训练得到超完... 针对地震勘探中由于采集成本及采集环境等诸多因素导致地震数据不完整或者不规则问题,本文提出了一种压缩感知框架下基于K-奇异值分解(K-SVD)字典学习的地震数据重建算法。基本思路是首先对大量地震样本数据进行K-SVD字典训练得到超完备字典,然后引入缺失地震数据的采样矩阵作为测量矩阵。在重建阶段则采用正则化正交匹配追踪(ROMP)实现缺失地震数据的恢复。与传统的基于Curvelet变换或基于傅里叶变换等地震数据重建算法采用单一基函数不同,本文引入的超完备字典能够自适应地根据训练样本数据进行特征提取,并能根据待处理数据的本身特点自适应选取变换基函数。超完备字典为地震数据自适应稀疏扩展提供了更大灵活性,有利于更好地重建数据。合成地震数据以及实际海洋数据重建实验验证了本文算法的可行性及有效性。 展开更多

关键词 压缩感知 K-奇异值分解(K-SVD) 字典学习 地震数据重建 正则化正交匹配追踪

在线阅读 下载PDF 职称材料

基于谱正则化算法的大数据矩阵完备化研究 被引量：1

10

作者 王金甲 闫利霄 洪文学 《燕山大学学报》 CAS 2014年第5期428-431,470,共5页

矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题。随着互联网技术的发展,大数据时代的来临,大数据矩阵中大多数据依然是空白的,需要补充,即大数据存在矩阵完备化的问题。本文利用谱正则化模型和算法来解决大数据的矩阵完备化问... 矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题。随着互联网技术的发展,大数据时代的来临,大数据矩阵中大多数据依然是空白的,需要补充,即大数据存在矩阵完备化的问题。本文利用谱正则化模型和算法来解决大数据的矩阵完备化问题,该方法将矩阵完备化问题整理成核范数最小二乘问题,再通过截断奇异值分解、软输入算法和硬输入算法给出了一系列正则化低秩解。最后基于实际的Netflix大数据的实验结果证明了本文的方法。 展开更多

关键词 大数据 矩阵完备化 谱正则化 核范数 截断奇异值分解

在线阅读 下载PDF 职称材料

一种构造正则化矩阵的新方法 被引量：3

11

作者 吴光明 鲁铁定 +1 位作者 邓小渊 邱德超 《大地测量与地球动力学》 CSCD 北大核心 2019年第1期61-65,共5页

在系数矩阵病态时进行参数求解,合理地选择正则化参数和正则化矩阵可以提高参数估计的可靠性。针对正则化矩阵如何构造的问题,提出一种新的正则化矩阵构造方法。通过法矩阵较小奇异值对应的特征向量构造出一个对称矩阵,用该矩阵的主对... 在系数矩阵病态时进行参数求解,合理地选择正则化参数和正则化矩阵可以提高参数估计的可靠性。针对正则化矩阵如何构造的问题,提出一种新的正则化矩阵构造方法。通过法矩阵较小奇异值对应的特征向量构造出一个对称矩阵,用该矩阵的主对角线元素构造出对角矩阵,然后与单位矩阵组合得出一种新的正则化矩阵。实验表明,当正则化参数小于1时,新算法的参数估值优于岭估计。 展开更多

关键词 系数矩阵 正则化矩阵 奇异值 均方误差 岭估计

在线阅读 下载PDF 职称材料

基于正则化秩k矩阵逼近的稀疏主成分分析 被引量：1

12

作者 杨茜 刘红英 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第6期1239-1246,共8页

在计算稀疏主成分(PCs)时,由于同时求k个主成分的做法可以减少计算所产生的累积误差,因此提出了基于正则化秩k矩阵逼近的稀疏主成分模型,并设计了求解该模型的块坐标下降法(BCD-s PCA-r SVD)。该算法的主要思想是先把变量按坐标分成2k个... 在计算稀疏主成分(PCs)时,由于同时求k个主成分的做法可以减少计算所产生的累积误差,因此提出了基于正则化秩k矩阵逼近的稀疏主成分模型,并设计了求解该模型的块坐标下降法(BCD-s PCA-r SVD)。该算法的主要思想是先把变量按坐标分成2k个块,当固定其他2k-1个坐标块的变量时,求解关于单个坐标块的子问题并给出子问题的显式解,循环地求解这些子问题直至满足终止条件。该算法每次迭代的计算复杂度关于样本个数与变量维数都是线性的,并且证明了它是收敛的。该算法不仅易于实现,数值仿真结果表明,该算法应用到真实数据与合成数据上都是可行且有效的。它不仅使累积误差降低,而且具有较低的计算复杂度,因而可以有效地求解大规模稀疏主成分分析问题。 展开更多

关键词 降维 稀疏主成分 正则化 块坐标下降法 奇异值分解 阈值

在线阅读 下载PDF 职称材料

基于SVD-Schmidt正交化的压缩感知测量矩阵的优化

13

作者 王月 覃亚丽 《高技术通讯》 CAS 北大核心 2024年第10期1046-1057,共12页

压缩感知(CS)理论中测量矩阵的性能优劣直接影响信号重构性能。为了优化测量矩阵提高其重构性能,本文提出了一种基于奇异值分解-施密特(SVD-Schmidt)正交化的CS测量矩阵优化方法。首先对测量矩阵进行奇异值分解(SVD)并选择最大的奇异值... 压缩感知(CS)理论中测量矩阵的性能优劣直接影响信号重构性能。为了优化测量矩阵提高其重构性能,本文提出了一种基于奇异值分解-施密特(SVD-Schmidt)正交化的CS测量矩阵优化方法。首先对测量矩阵进行奇异值分解(SVD)并选择最大的奇异值替换原来的奇异值形成新的矩阵,同时对其进行施密特正交化,对矩阵的列进行单位化,通过行和列不断循环交替自适应迭代优化得到优化后的测量矩阵。通过一维信号和二维图像的仿真实验验证所提方法的优越性。一方面,本文方法优化的测量矩阵互相关性明显降低;另一方面,实验仿真结果证明了测量矩阵经过优化之后提高了信号重构性能,本文方法重构性能优于现有的SVD法和特征值分解法。 展开更多

关键词 压缩感知(CS) 测量矩阵 互相关性 奇异值分解-施密特(SVD-Schmidt)正交化 迭代优化

在线阅读 下载PDF 职称材料

基于Green函数和正则化的动态载荷识别方法 被引量：13

14

作者 常晓通 闫云聚 +1 位作者 刘鎏 李鹏博 《振动．测试与诊断》 EI CSCD 北大核心 2014年第1期124-129,194,共6页

在载荷识别过程中由于结构矩阵的病态特性以及测量噪声的影响,常规最小二乘法往往失效。针对这一问题,采用正则化方法进行载荷识别。载荷在时域内可用一系列脉冲来表示,系统的响应是载荷与单位脉冲响应函数的卷积分。通过对载荷反演模... 在载荷识别过程中由于结构矩阵的病态特性以及测量噪声的影响,常规最小二乘法往往失效。针对这一问题,采用正则化方法进行载荷识别。载荷在时域内可用一系列脉冲来表示,系统的响应是载荷与单位脉冲响应函数的卷积分。通过对载荷反演模型剖析,指出该病态问题的本质,提出了相应的正则化求解方法。基于Morozov相容性原理,采用一种新的选取正则化参数的准则分别进行了单输入单输出和二输入二输出系统的载荷识别。仿真结果说明该识别方法是有效的,可以得到满足工程要求的稳定近似解。 展开更多

关键词 载荷识别 格林函数 奇异值分解 正则化技术

在线阅读 下载PDF 职称材料

地球物理导航中位场下延的迭代正则化方法研究(英文) 被引量：9

15

作者 周军 施桂国 葛致磊 《宇航学报》 EI CAS CSCD 北大核心 2011年第4期787-794,共8页

地磁、重力数据下延是制备地球物理导航基准图的重要内容,而它通常是一个不适定问题,采用常规代数方法求解并不奏效;对此,结合航空地球物理测量和地球物理导航的特点,研究了迭代正则化方法(包括迭代Tikhonov法、Landweber迭代法和截断... 地磁、重力数据下延是制备地球物理导航基准图的重要内容,而它通常是一个不适定问题,采用常规代数方法求解并不奏效;对此,结合航空地球物理测量和地球物理导航的特点,研究了迭代正则化方法(包括迭代Tikhonov法、Landweber迭代法和截断奇异值分解(TSVD)法)在位场下延中的应用。首先给出了位场下延和迭代正则化的基本理论,然后采用理论位场模型验证了迭代正则化方法在位场下延中的应用可行性,最后分析了迭代正则化方法的下延精度、计算时间和边界效应等性能。由分析结果可知,迭代Tikhonov方法具有最好的综合下延性能,应优先在实际的位场下延中使用。 展开更多

关键词 下延 地磁 迭代正则化 截断奇异值分解 地球物理导航

在线阅读 下载PDF 职称材料

基于矩阵秩最小化和统计修正的信号降噪方法研究 被引量：4

16

作者 李文峰 许爱强 +1 位作者 戴豪民 王丰 《振动与冲击》 EI CSCD 北大核心 2015年第15期38-44,共7页

针对奇异值分解在信号降噪时有效秩的选择问题,提出一种基于矩阵秩最小化和统计修正的信号降噪方法。首先,利用矩阵秩最小化理论将奇异值有效秩选择问题转化为秩的约束优化问题;然后,通过凸优化求解,得到干净信号的Hankel矩阵,实现一次... 针对奇异值分解在信号降噪时有效秩的选择问题,提出一种基于矩阵秩最小化和统计修正的信号降噪方法。首先,利用矩阵秩最小化理论将奇异值有效秩选择问题转化为秩的约束优化问题;然后,通过凸优化求解,得到干净信号的Hankel矩阵,实现一次降噪;最后,根据奇异值子集标准差对干净信号Hankel矩阵进行统计修正,进一步优化降噪效果。模拟信号和真实信号的实验结果表明:该方法可以有效的消除脉冲干扰和高斯噪声,能够最大限度的降低信号均方误差,提高信噪比,增强了奇异值分解在信号降噪中的通用性。 展开更多

关键词 奇异值分解 奇异值扰动理论 矩阵秩最小化 奇异值子集标准差

在线阅读 下载PDF 职称材料

基于协方差矩阵同时对角化的盲信号分离算法 被引量：4

17

作者 刘实 王振力 +1 位作者 张雄伟 陶然 《北京理工大学学报》 EI CAS CSCD 北大核心 2007年第10期919-923,共5页

提出了基于自相关协方差矩阵同时对角化的两个盲源信号分离算法.利用广义奇异值分解(GSVD)算法,将源信号观测数据预白化后的零阶和一阶自相关协方差矩阵同时对角化,估算出两路源信号.与二阶盲识别(SO-BI)算法进行了比较,该算法具有计算... 提出了基于自相关协方差矩阵同时对角化的两个盲源信号分离算法.利用广义奇异值分解(GSVD)算法,将源信号观测数据预白化后的零阶和一阶自相关协方差矩阵同时对角化,估算出两路源信号.与二阶盲识别(SO-BI)算法进行了比较,该算法具有计算简单且运算精度高的优点.在线性混合加噪模型下,计算机仿真表明该算法的有效性. 展开更多

关键词 盲信号分离 广义奇异值分解 同时对角化 协方差矩阵

在线阅读 下载PDF 职称材料

利用核模糊聚类和正则化的图像稀疏去噪 被引量：7

18

作者 吴一全 李立 《光子学报》 EI CAS CSCD 北大核心 2014年第3期126-132,共7页

针对目前图像去噪方法噪音抑制不彻底、容易模糊细节等问题,提出了一种利用核模糊C均值聚类和正则化的图像稀疏去噪方法.该方法首先将图像分成大小相同的若干块,并采用核模糊C均值聚类算法对相似的图像块进行聚类,从而保证同一类图像块... 针对目前图像去噪方法噪音抑制不彻底、容易模糊细节等问题,提出了一种利用核模糊C均值聚类和正则化的图像稀疏去噪方法.该方法首先将图像分成大小相同的若干块,并采用核模糊C均值聚类算法对相似的图像块进行聚类,从而保证同一类图像块共享相同的稀疏去噪模型;然后,选择由经典图像库中图像训练而得的全局字典作为初始字典,很好地适应图像的多种特征;接着,对于同一类图像块,通过施加1/2范数正则化约束,实现该类图像块在字典下的稀疏分解,确保分解系数更为稀疏;最后,通过改进的K-奇异值分解算法完成字典的更新,并选择与原稀疏模型差异最大的图像块来替换更新字典的冗余原子,从而有效地去除图像噪音.实验结果表明,与小波扩散去噪法、固定字典去噪法、最优方向去噪法、K-奇异值分解去噪法相比,该方法能更有效地去除图像噪音,保留图像细节,改善图像视觉效果. 展开更多

关键词 图像处理 稀疏表示 图像去噪 核模糊C均值聚类 正则化 字典更新 K-奇异值分解

在线阅读 下载PDF 职称材料

不同正则化方法在船舶辐射噪声计算中对比与试验研究 被引量：6

19

作者 李瑞彪 何琳 +1 位作者 卜文俊 徐荣武 《振动与冲击》 EI CSCD 北大核心 2021年第16期151-158,共8页

为研究不同背景下不同正则化参数方法在船舶辐射噪声评估中的适用性,降低辐射噪声计算误差,介绍了基于工况传递路径分析(OTPA)的船舶辐射噪声计算方法,讨论了奇异值分解(SVD)法、基于L-curve和广义交叉验证(GCV)的Tikhonov正则化方法在... 为研究不同背景下不同正则化参数方法在船舶辐射噪声评估中的适用性,降低辐射噪声计算误差,介绍了基于工况传递路径分析(OTPA)的船舶辐射噪声计算方法,讨论了奇异值分解(SVD)法、基于L-curve和广义交叉验证(GCV)的Tikhonov正则化方法在辐射噪声传递函数求解问题上的适用性,并进一步提出基于准最优(Q-O)判别准则的Tikhonov法。千岛湖舱段模型水下声辐射试验结果表明:在不同环境下,SVD方法性能最差;在正常环境下,L-curve、GCV和Q-O准则方法性能基本相同;随着背景噪声水平的升高,L-curve方法优于GCV方法,而Q-O准则方法优于L-curve方法,可较L-curve降低辐射噪声误差约0.42 dB,较SVD方法降低约1.19 dB。同时,Q-O准则鲁棒性分析表明该参数可近似视为最佳正则化参数,该方法可为后续实船工程应用提供指导。 展开更多

关键词 船舶辐射噪声 工况传递路径分析(OTPA) TIKHONOV正则化 奇异值分解(SVD) L-CURVE 广义交叉验证(GCV) 准最优(Q-O)准则

在线阅读 下载PDF 职称材料

正则化处理在层析成象光谱技术中的应用 被引量：2

20

作者 刘良云 相里斌 +1 位作者 李英才 赵葆常 《光子学报》 EI CAS CSCD 1999年第4期341-345,共5页

本文首先介绍了层析成象光谱技术的基本原理和奇异值分解法在层析成象光谱技术中的一般应用．其次，为了改善层析成象系统的病态性，在硬件上，可通过设计光栅各衍射级数的衍射效率从而降低投影矩阵的谱条件数；在软件上，通过引入正则... 本文首先介绍了层析成象光谱技术的基本原理和奇异值分解法在层析成象光谱技术中的一般应用．其次，为了改善层析成象系统的病态性，在硬件上，可通过设计光栅各衍射级数的衍射效率从而降低投影矩阵的谱条件数；在软件上，通过引入正则化处理，改善了层析成象系统的稳定性，降低了噪音对重建的光谱图象的影响．最后。 展开更多

关键词 层析成象光谱仪 奇异值分解 正则化 计算机

在线阅读 下载PDF 职称材料