导读:本文包含了广义奇异值分解论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:奇异,分解,矩阵,广义,时延,正交,光谱。
广义奇异值分解论文文献综述
齐小刚,袁列萍,刘立芳[1]（2018）在《奇异值分解的HB加权广义互相关时延估计》一文中研究指出传统广义互相关时延估计技术是直接基于测量数据,其精度受环境噪声及异常值波动影响显着下降。针对上述问题,提出了一种新的时延估计算法,即奇异值分解的HB(Hassab-Boucher)加权广义互相关法。首先,将接收到的信号进行奇异值分解处理,抑制环境噪声的影响并提高信号的信噪比;其次,采用降噪后的信号进行互功率谱计算时引入HB加权函数,达到锐化互相关函数峰值的目的;最后,在时延初值未知的情况下,提出了一种基于中位数与平均数结合的时延后处理方案,去除时延估计结果中的异常值波动,得到最优时延估计值。仿真实验结果表明,在低信噪比条件下,与传统的广义互相关和基于奇异值分解的广义互相关参考方法相比,本文提出方法的异常点百分比和均方根误差更低,时延估计正确率更高。(本文来源于《信号处理》期刊2018年10期）
聂祥荣,郭爱丽,武玲玲[2]（2018）在《广义Hadamard延拓矩阵的奇异值分解》一文中研究指出定义广义行(列)Hadamard延拓矩阵的概念,分别建立广义行Hadamard延拓矩阵和广义列Hadamard延拓矩阵与母矩阵的奇异值和奇异向量之间的定量关系.对m×n阶母矩阵进行k次行和列延拓,所得延拓矩阵的奇异值分别是母矩阵奇异值的(km+1)(1/2)和(kn+1)(1/2)倍.作为应用,分别给出行和列Hadamard延拓矩阵的Moore-Penrose逆.最后举例验证所得结果.(本文来源于《西南师范大学学报(自然科学版)》期刊2018年08期）
张宇,严天峰,杨志飞[3]（2017）在《基于奇异值分解的广义互相关时延估计》一文中研究指出广义互相关法是TDOA时延估计中的一种经典方法,为了进一步提升广义互相关时延估计算法在低信噪比下的时延估值准确度,在广义互相关法的基础上,对接收到的信号进行奇异值分解,提升信号的信噪比.仿真结果表明,基于奇异值分解的广义互相关时延估计算法极大地提升了时延估计精度,具有明显的性能优势.(本文来源于《兰州交通大学学报》期刊2017年06期）
蔡剑华,肖永良,黎小琴[4]（2018）在《基于广义S变换和奇异值分解的近红外光谱去噪》一文中研究指出针对近红外光谱物质含量检测过程中噪声影响模型精度和稳定性的问题,引入广义S变换与奇异值分解(SVD)。利用广义S变换得到光谱数据的时频谱,并将二维时频谱系数矩阵作为SVD的Hankel矩阵求解奇异值,再采用k-均值聚类算法对奇异值序列进行分类计算,确定重构奇异值个数,对去噪后的数据矩阵进行广义S逆变换得到去噪后的光谱数据。给出组合方法的基本理论和具体实现过程,对仿真数据和谷朊粉导数光谱进行去噪,并与传统的9点平滑法和小波软阈值法的去噪结果进行比较。结果表明:所提方法克服了时域或频域单维滤波的局限性,且无需参考噪声数据和选择基函数,在谷朊粉导数光谱去噪中,只需采用两个奇异值就能实现较好的去噪效果,降低了滤波过程的复杂度。采用所提方法处理后,近红外光谱的分析精度和模型的稳健性优于9点平滑处理法和小波软阈值法。相比9点平滑法,所提方法的预测集的决定系数由0.9436增大为0.9985,预测均方根误差由0.0843减小为0.0406,明显提高了谷朊粉中水分含量定量检测的精度。(本文来源于《光学学报》期刊2018年04期）
尚晓琳,张澜[5]（2017）在《基于奇异值分解的一类广义特征值反问题》一文中研究指出本文考虑了中心对称矩阵和反中心对称矩阵的广义特征值反问题及其最佳逼近问题,给出了解的一般表达式,进而对任意给定的矩阵[A,B]求出了最佳逼近解,并给出了数值算例.(本文来源于《内蒙古工业大学学报(自然科学版)》期刊2017年01期）
聂祥荣,王珂,武玲玲[6]（2014）在《广义共轭延拓矩阵的奇异值分解》一文中研究指出定义广义共轭延拓矩阵的概念,利用复矩阵的实分量矩阵,分别建立广义行共轭延拓矩阵和列共轭延拓矩阵与其母矩阵的实分量矩阵的奇异值和奇异向量之间的定量关系.所得行或列延拓矩阵的奇异值等于母矩阵的实分量矩阵奇异值的2~(1/2)倍,相应的右或左奇异向量矩阵是实正交矩阵.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2014年06期）
尹柏强,何怡刚,吴先明[7]（2013）在《心磁信号广义S变换域奇异值分解滤波方法》一文中研究指出针对心磁信号工频及背景噪声干扰问题,提出了广义S变换奇异值分解(singular value decomposition,SVD)滤波方法.在离散S变换基础上,导出了广义矩阵S变换和逆变换公式.通过对采样信号进行广义S变换,调节时频分辨率,利用SVD分解方法确定有效心磁信号区域,实现自适应时频滤波.实验结果表明,该方法能有效滤除工频及背景噪声干扰,且在较少奇异值个数情况下可获得更好的滤波性能.(本文来源于《物理学报》期刊2013年14期）
鲁晓东[8]（2013）在《基于奇异值分解的运动模糊图像广义逆恢复方法》一文中研究指出当线性模型应用于运动模糊模糊图像的恢复时,方程的最小二乘解是恢复图像的最优线性无偏估计。由于图像退化过程的不适定性,当观测值受到噪声干扰时,该解往往会远偏离真值。为了克服这个问题,通过对退化矩阵的奇异值分解,提取其不易受干扰的子空间,用该空间重构的逆矩阵具有良好抑噪能力,使图像在较长的运动模糊尺度内恢复时保持较低的失真。(本文来源于《应用光学》期刊2013年01期）
史存琴,杨明霞,陈海鸿[9]（2012）在《两种广义双曲奇异值分解及应用》一文中研究指出我们主要用双曲奇异值分解并参考文献[8]给出了两矩阵乘积的广义双曲奇异值分解定理及双曲相关标准分解定理,并用它们来计算了两种情况下的矩阵乘积的广义逆.(本文来源于《佳木斯大学学报(自然科学版)》期刊2012年04期）
周秀锦,田森平[10]（2012）在《基于奇异值分解的广义系统迭代学习控制算法》一文中研究指出在对广义系统进行奇异值分解的基础上,研究了一类广义系统的迭代学习控制问题。针对快子系统和慢子系统的特点,分别利用状态误差代入输出误差,得到了一类新的广义系统迭代学习控制算法结构,这一算法是全新的。然后从理论上对所提出的算法进行完整的收敛性分析。分析结果表明,满足给定的收敛条件,系统输出可以渐近地跟踪给定的期望轨迹。(本文来源于《电光与控制》期刊2012年05期）
广义奇异值分解论文开题报告
（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：
定义广义行(列)Hadamard延拓矩阵的概念,分别建立广义行Hadamard延拓矩阵和广义列Hadamard延拓矩阵与母矩阵的奇异值和奇异向量之间的定量关系.对m×n阶母矩阵进行k次行和列延拓,所得延拓矩阵的奇异值分别是母矩阵奇异值的(km+1)(1/2)和(kn+1)(1/2)倍.作为应用,分别给出行和列Hadamard延拓矩阵的Moore-Penrose逆.最后举例验证所得结果.
（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。
广义奇异值分解论文参考文献
[1].齐小刚,袁列萍,刘立芳.奇异值分解的HB加权广义互相关时延估计[J].信号处理.2018
[2].聂祥荣,郭爱丽,武玲玲.广义Hadamard延拓矩阵的奇异值分解[J].西南师范大学学报(自然科学版).2018
[3].张宇,严天峰,杨志飞.基于奇异值分解的广义互相关时延估计[J].兰州交通大学学报.2017
[4].蔡剑华,肖永良,黎小琴.基于广义S变换和奇异值分解的近红外光谱去噪[J].光学学报.2018
[5].尚晓琳,张澜.基于奇异值分解的一类广义特征值反问题[J].内蒙古工业大学学报(自然科学版).2017
[6].聂祥荣,王珂,武玲玲.广义共轭延拓矩阵的奇异值分解[J].内蒙古师范大学学报(自然科学汉文版).2014
[7].尹柏强,何怡刚,吴先明.心磁信号广义S变换域奇异值分解滤波方法[J].物理学报.2013
[8].鲁晓东.基于奇异值分解的运动模糊图像广义逆恢复方法[J].应用光学.2013
[9].史存琴,杨明霞,陈海鸿.两种广义双曲奇异值分解及应用[J].佳木斯大学学报(自然科学版).2012
[10].周秀锦,田森平.基于奇异值分解的广义系统迭代学习控制算法[J].电光与控制.2012
论文知识图
