【摘 要】
：
传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表
【机 构】
：
中南大学信息科学与工程学院,中南大学软件学院
【基金项目】
：
国家科技支撑计划资助项目（2012BAH08B00）, 国家“863”计划资助项目（2007AA022008）
论文部分内容阅读
传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表明所提出的算法有效。
其他文献
结合贵州民族工艺品泥哨的曲面特征和现有曲面建模的特点,讨论了一种基于三角网格NURBS曲面重构的方法。首先在处理后的点云数据上进行Delaunay三角剖分,并重构出G1连续的Bezier曲面;通过三角域向矩形域的转换,完成各矩形区域的Coons曲面重构;最后插值Coons曲面,得到光滑拼接的NURBS曲面。这种方法将三角面重构的灵活性、准确性与四边域曲面重构的通用性相结合,应用于贵州民族工艺品的曲
考虑路段、交叉口运营状态的随机变化,以饱和度作为交通网络连通可靠度的主要影响因素,完善路段连通可靠度的计算式,给出了交叉口可靠度的衡量指标;结合路段、交叉口可靠度特别是交叉口不同转向的可靠度,设计了一种生成树算法寻找交通网络的不交型通路,进而快速计算交通网络中任一OD对间的连通可靠度。算例表明,交叉口的可靠度对城市连通可靠度有重要影响,提出的算法具有一定的应用价值和借鉴意义。
针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简化粒子群聚类算法。通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛于全局最优。再把改进后的粒子群算法与K-means算法相结合,解决Kmeans算法因随机初始聚类中心而导致聚类效果差、不稳定等问题。通过实验分析,该算法的聚类结果准确率更高、收敛速度
为了保证图像在传输过程中的可靠性和安全性,提出一种将离散混沌系统和SHA-1相结合的混沌加密算法。先对明文图像进行像素置乱,再对置乱后的像素值进行扩散和混淆,并利用明文控制密钥流的输出,使密钥流和明文相关。理论分析及实验结果表明,该算法简单易行,不仅具有较好的抗统计分析、抗差分攻击能力,而且密钥空间大,加密效果好,算法安全性高。
通过在不同的状态下进行速度调节能够达到降低能耗的目的,研究了基于随机服务决策网模型的云计算速度动态优化的技术。这种模型将随机Petri网络和Markov决策过程模型结合在一起,从而能够动态调整速度调节策略和进行性能评估。同时这种模型是以服务为导向的,因此能够运用典型模式将复杂模型简化为具有较小状态空间的简单模型。这种模型能够描述复杂的系统行为和决策过程,仿真也表明了这种模型的有效性。
为全面评估能效和延时性能并分析网络参数对它们的影响,从通信三要素出发,考虑发送端退避机制、传输信道误码率和接收端碰撞概率,建立了网络参数与性能间的关系模型。通过对能效、延迟性能的理论推导及仿真验证,得出结论:数据包负载长度、误码率、节点数、退避窗口和最大允许重传次数限制会不同程度地影响丢包率,从而影响网络性能。
针对教学式优化算法在求解组合优化问题时易陷入局部最优问题进行了研究,提出模拟退火教学式优化算法。利用模拟退火方法,在"教"与"学"两个阶段按照模拟退火计算的概率,随机接受个体中某一位较差解作为新解的一部分。通过增加群体多样性的方法,增强教学式优化算法逃离局部最优解的能力。分别对单模、多模和旋转函数进行仿真,并与其他算法进行了对比实验。结果表明,提出的方法在收敛速度和收敛精度上具有较好的性能。
将环境能量收集模块引入无线传感器网络,可以有效改善网络的使用寿命,但是能量的随时补充也给原有的能量管理策略带来了巨大挑战。针对单个环境能量驱动节点在数据序列已经到达的情况下,研究了优化的数据传输策略,采用内罚函数法优化传输过程,使得固定时间内节点传输的数据量最大。理论分析及仿真结果表明,当各个时刻节点的传输功率比较接近时会获得最大的数据传输量;当实际节点获得最大数据传输时节点的传输功率随时间呈增大
通过对比分析基于多核CPU、GPU和分布式系统等三种并行群体仿真体系结构,提出了混合结构的并行群体仿真框架;对并行环境下的按空间区域分割和按agent分割等多种任务分割关键算法进行了归纳总结;对并行群体仿真的性能评估方法进行了分析。最终给出了群体仿真中并行加速算法的研究方向。
为了实现云计算数据中心的高效节能的工作负载调度,必须首先研究虚拟机层面不同的工作负载和功率消耗之间的关系。在现有研究的基础上,通过对服务器虚拟机层面的功耗度量与分析,研究多种硬件、软件、负载条件下,虚拟机中不同类型的工作负载对功耗的影响特性,这对于能耗的度量、建模、管理、优化等都具有重要的意义。