针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续...针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting,WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。展开更多
推荐系统帮助用户在海量数据中更便捷地找到他们最感兴趣的内容。但推荐系统存在可信度低、推荐结果的可解释性不足、可扩展性不好、随着用户数量的增大,计算时间增长且精度较低、数据稀疏性和冷启动等问题。为此提出基于交替最小二乘法...推荐系统帮助用户在海量数据中更便捷地找到他们最感兴趣的内容。但推荐系统存在可信度低、推荐结果的可解释性不足、可扩展性不好、随着用户数量的增大,计算时间增长且精度较低、数据稀疏性和冷启动等问题。为此提出基于交替最小二乘法(alternating least squares,ALS)的推荐系统优化算法,在ALS基础上对两个部分进一步优化:第一部分采用LBFGS (limited-memory broyden-fletcher-goldfarb-shanno)算法使搜索方向快速计算出来;第二部分采用阻尼牛顿法求解步长因子。在Spark平台上加以验证,取得较好效果。展开更多
文摘针对测深侧扫声呐进行波达方向(Direction of Arrival,DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting,WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。
文摘推荐系统帮助用户在海量数据中更便捷地找到他们最感兴趣的内容。但推荐系统存在可信度低、推荐结果的可解释性不足、可扩展性不好、随着用户数量的增大,计算时间增长且精度较低、数据稀疏性和冷启动等问题。为此提出基于交替最小二乘法(alternating least squares,ALS)的推荐系统优化算法,在ALS基础上对两个部分进一步优化:第一部分采用LBFGS (limited-memory broyden-fletcher-goldfarb-shanno)算法使搜索方向快速计算出来;第二部分采用阻尼牛顿法求解步长因子。在Spark平台上加以验证,取得较好效果。
