简介:针对传统DLDA算法计算复杂的问题,提出了DLDA/ESVD算法,该算法直接使用ESVD降维和提取非零特征值对应的特征向量.然后,为了提高DLDA/ESVD算法处理高维低秩矩阵的性能,提出了DL—DA/QR—ESVD算法,该算法使用列选主QR分解降维,使用ESVD提取非零特征值对应的特征向量.在ORL,FERET和YALE数据库上的实验结果表明,所提出的2种算法具有几乎相同的性能,并在计算复杂性和训练时间方面优于传统的DLDA算法.另外,在随机数据矩阵上的实验结果表明,DLDA/QR—ESVD算法处理高维低秩矩阵的性能优于DLDA/ESVD算法.
简介:为了获得指纹检测概率和视觉质量的平衡性能,提出基于SVD-GA的量化指纹优化算法。首先对载体图像的离散余弦变换域进行奇异值分解,然后根据视觉模型调节量化嵌入的强度,在原始图像的最大奇异值分量嵌入指纹信息,最后利用遗传算法优化指纹的量化嵌入参数,以权衡指纹算法的共谋抵抗性能和视觉保真度。实验结果表明,提出的指纹算法具有较好的抗共谋攻击能力和视觉保真度。
简介:一个观察本地化计划被介绍进一基于整体三维变化(3DVar)吸收方法基于单个价值分解技术(SVD-En3DVar)到改善吸收技巧。一种逐点详述的分析技术在每观察的重量与增加在分析点和观察点之间的距离在哪个减少被采用。一套数字实验,模仿的Doppler雷达数据在被吸收进天气研究并且预报当模特儿,被设计测试计划。结果与在SVD-En3DVar,其任何一个都不包括这类观察本地化用全球的原版和本地补丁计划获得的那些相比。观察本地化计划不仅在失踪的数据的区域消除假分析增长,而且避免从本地补丁计划产生的不连续的分析领域。新计划提供更好的分析领域和更多合理短期降雨预报比原来的计划。从10架雷达吸收真实数据的另外的预报实验显示短期的降水预报技巧能被吸收雷达数据改进,观察本地化计划比另外的二个计划提供一张更好的预报。
简介:利用奇异值分解(SVD)方法、500hPa高度场、太平洋海温场和降水资料,建立起汛期降水的预测方程;经过适应本地化的Z指数修正,将预测结果转化为旱涝等级;将SVD技术与修正的Z指数结合起来,实现旱涝的气候预测;将研究成果推广应用到气象、防汛抗旱部门。结果表明:1)影响江淮分水岭地区汛期降水的因子有5个,分别是太平洋地区2个,印度半岛附近2个,欧洲地区1个;2)理论上的Z指数等级不符合江淮分水岭地区的实际状况,因而必须对Z指数进行修正。经过修正后的各个旱涝等级的划分概率较为合理,说明Z指数的5级指标是可靠的;3)利用5个影响因子可以建立汛期降水量与影响因子之间的预报方程,在共计8年的旱涝滚动预测和实况检验中,等级相符的有7年,只有2003年的预测试验相差一个等级,5级的预测准确率达到87.5%;4)经过气象、防汛抗旱部门2008年的应用,旱涝等级的预测意见和实际基本吻合,说明预测技术的应用情况良好。
简介:在学习分解因式的过程中,同学们最容易犯的错误就是分解不彻底.所以,在进行分解时,要常常问一问自己:还可以继续分解吗?一、提取公因式后还可以用平方差公式分解