摘要：为准确聚类海量云数据,提出一种基于密度峰值的海量云数据模糊聚类算法。将含有噪声的云数据采用BP神经网络分离,将输出的噪声利用奇异值分解重构,获取联合算法输出的噪声,将带有噪声的云数据和输出噪声相减,得到去噪后的云数据。将密度峰值和优化后的模糊聚类算法相结合,自适应形成初始聚类中心,确定聚类数量,最终实现海量云数据模糊聚类。实验结果表明:本文算法获取的聚类效果和聚类效率明显优于其他算法。

摘要：针对一类增益函数存在奇异值的严反馈系统,提出了一种亚严反馈系统(sub-SFS)镇定的全驱系统(FAS)方法。首先,给出了亚严反馈系统的定义,并定义了这一类系统的可行集和奇异集。然后,揭示了亚严反馈系统可以在一定条件下通过模型变换转化为高阶的亚全驱系统,并利用全驱系统亚稳定性和亚镇定性的概念精确地描述了相应的吸引区。进一步,根据全驱系统的控制特性,可以极其容易地求得亚严反馈系统镇定的显式化控制律,得到线性定常的闭环控制系统。该方法不仅极大地降低了控制器设计的复杂性,解决了计算膨胀的问题,而且还可以利用可行性条件,有效地避免控制器奇异值问题。最后,进行了稳定性分析和案例仿真,其结果验证了本文所提控制方法的有效性。

摘要：直流电弧没有过零点特性,难以自行熄灭,易引发电气火灾,威胁直流配用电安全。通过搭建电弧模拟发生实验平台,采集不同电压下电弧信号,研究电弧电阻、电压等特性,分析了不同电压下电弧特征的差异性。以GB/T 35727—2017中低压直流配网标称电压优选值为依据,研究220 V、750 V、1 500 V3种不同电压等级电弧检测特征,对比傅里叶、小波、奇异值分解等频域特性,最大值、最小值、平均值、标准差等时域特性,得到不同电压等级下电弧检测的优质判据,证明了不同时频域特征适用于不同的电压等级。结合神经网络模型,设计了适用于750 V系统的电弧检测算法,算法检测精度为99.12%。

摘要：本文研究一种基于奇异值分析的多变量系统设计方法—LQG/LTR方法。文中介绍了所研制的实现该方法的计算机辅助设计软件包,并通过具体算例验证了该软件包的有效性。最后,对LQG/LTR 方法的局限性提出了一种改进方案。

摘要：图象灰度矩阵奇异值是图象的代数特征 ,已有文献把奇异值方法用于图象识别 ,针对常用的图象识别方法不能对外形区别不大的汽车及受到干扰的汽车进行识别的问题 ,把图象矩阵奇异值方法用到汽车车型识别的研究中 .由于光照强度的影响 ,使处于同一场景的图象往往具有不同的灰度 ,且将影响奇异值方法的使用 ,所以引入了灰度一致因子来校正图象灰度 .并用该方法对一些汽车图象进行了实验分析 ,取得了比较好的结果 .最后 ,对这一方法进行了一些定性与定量分析 ,并提出了理论上需进一步探讨的问题 .

摘要：针对系统矩阵存在的范数有界不确定性,基于一种鲁棒线性二次调节器(LinearQuadratic Regulators,LQR)的设计,利用其鲁棒回差方程,详细推导了这种鲁棒LQR灵敏度函数的奇异值最大值与规范LQR灵敏度函数的奇异值最大值之间的关系,证明这种鲁棒LQR相对于规范LQR具有较小的灵敏度函数的最大奇异值,灵敏度函数的奇异值特性分析说明这种鲁棒LQR设计相对规范LQR有较好的控制性能。表明灵敏度函数的奇异值特性分析,是一种有效的控制系统性能分析方法。

摘要：为了减小水轮机运行过程中空化、空蚀对效率和出力的影响,合理地分析和提取空化信号对指导水轮机的调控和运行有重要意义。文中提出了一种基于奇异值分解的水轮机空化压力脉动信号提取方法,采用奇异值辨识法对试验测得的压力脉动信号进行分离,分析水轮机产生空化时的压力脉动波形,以提高对空化工况分析的准确性,通过CFD仿真优化,模拟水轮机运行的工况,分析空化现象与压力脉动信号的关系。采用奇异值分解方法对水轮机压力脉动信号进行分离,实现脉动信号的降噪和特征提取。结合PID控制技术和远程检测技术,实现对流量、水位、补气阀开度的智能调控,保障了水轮机组的平稳运行。

摘要：针对滚动轴承故障诊断中特征向量难以提取与支持向量机结构参数选取依据经验的问题,提出了基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法。首先,采用小波包对采集的滚动轴承各状态下的信号进行分解,获取表征信号局部特征的各节点系数,在此基础上构建各节点系数矩阵并进行奇异值分解,来获取特征向量进而将其作为故障诊断模型的输入;其次,利用遗传算法(GA)优化支持向量机(SVM)的惩罚系数和高斯核系数两个结构参数;最后,将上述特征向量作为输入,建立GA优化SVM的故障诊断模型,实现滚动轴承的状态辨识。实验结果表明,与BP、SVM、PSOSVM相比,基于小波包与奇异值分解的GA优化SVM滚动轴承故障诊断方法具有更高的分类精度,能够提高滚动轴承状态辨识的效果。

摘要：针对柴油机振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解(Empirical Mode Decomposition,EMD)、自回归(Auto Regression,AR)模型和支持向量机(Support Vector Machine,SVM)相结合的柴油机故障诊断方法。运用经验模态分解方法对柴油机失火及气阀机构不同工况下的缸盖振动信号进行分析,计算各个内禀模态函数(Intrinsic ModeFunctions,IMF)的AR模型参数向量以此组成初始特征向量矩阵,再计算此初始特征向量矩阵的奇异值,并将其作为支持向量机的输入特征向量以判断柴油机的工作状态和故障类型。试验结果表明:该方法在小样本情况下也具有较高的精度和较强的泛化能力。

摘要：本文对于包含多输入多输出控制器的鲁棒控制系统作了系统化的研究。根据奇异分解法,文中得到了一个简单的矩阵-比例-积分控制器。采用上述系统化的技术,我们研制出一个交互式的控制系统计算机辅助设计软件包。文中例举了两个例子以说明本设计方案的系统性质及本计算机软件包的有效性。