刘智慧
- 作品数：27 被引量：37H指数：4
- 供职机构：中国地质大学数学与物理学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金湖北省教育厅科学技术研究项目更多>>
- 相关领域：理学自动化与计算机技术天文地球电子电信更多>>
- 线性代数课程中的特征值与特征向量教学研究被引量：6
- 2018年
- 针对特征值与特征向量的抽象性,本文从特征值和特征向量的概念及特征值分解定理出发,通过几何直观演示、出租车的调配及高维数据的降维两个具体实例,并结合MATLAB软件阐明特征值与特征向量的几何直观性和实际应用,以期学生多角度深入理解特征值与特征向量,激发学生的学习兴趣,培养学生运用数学解决实际问题的能力.
- 刘智慧付丽华李宏伟李超群
- 关键词：线性代数特征值和特征向量数据降维
- 质心公式推导及其在求解积分中的应用被引量：2
- 2014年
- 论文对曲线和曲面的质心公式进行了推导和证明,并举例说明了利用质心公式求解积分问题.
- 李超群刘智慧张玉洁
- 关键词：质心曲线积分曲面积分
- “问题解决”教学模式在定积分教学中的实践
- 2013年
- 《高等数学》的教学常常以灌输式教学为主．为了改变这种现象，同时也更好地调动学生学习数学的主动能动性，将“问题解决”策略用于高等数学的教学实践中．以定积分的教学为示例，运用“问题解决”的教学模式，通过引入一定的问题情境背景，激发学生的探知欲望，让学生更好的利用必要的学习材料，并且在教师和同学的帮助下，通过自身的努力，学习并发现问题的解决方法．
- 付丽华刘智慧边家文
- 关键词：高等数学定积分
- 基于稀疏迭代协方差矩阵的谐波参数快速估计方法被引量：2
- 2021年
- 针对稀疏迭代协方差估计(sparse iterative covariance-based estimation,SPICE)方法功率谱估计精度较低和计算复杂度较高的局限性,提出了一种基于稀疏迭代协方差矩阵的谐波信号功率谱和频率参数的快速估计方法。该方法主要结合渐近最小方差准则和快速傅里叶变换,对功率谱参数进行快速迭代校正估计。首先,使用SPICE算法得到功率谱和频率参数的初估计。然后,通过渐近最小方差准则得到功率谱参数的迭代校正表达式。最后,利用功率谱迭代校正式获得谐波信号的功率谱和频率参数的估计。为提高算法的计算效率,利用观测数据协方差矩阵的Toeplitz结构和导向矢量的指数形式,对协方差矩阵进行(Gohberg-Semencul,G-S)分解,通过快速傅里叶变换对协方差矩阵求逆和矩阵与向量相乘部分进行求解,从而使参数估计的计算时间大大减少。仿真实验表明,验证了所提算法对谐波功率谱和频率参数具有较高的估计精度,并且计算复杂度较低。
- 熊丹丹刘剑锋赵红景天刘智慧
- 关键词：谐波信号参数估计
- 基于留一准则的多尺度径向基函数网络
- 2012年
- 针对传统径向基函数(RBF)网络难以确定迭代停止条件的缺点,提出采用最小化留一误差来训练多尺度RBF网络的算法。分别使用全局k均值聚类算法和经验选择方法,构造RBF节点的中心和尺度参数备选项集合,利用正交前向选择方法逐步最小化留一误差,从而确定网络的每一项中心和尺度参数。实验结果显示,该算法能够自动终止新网络节点选择,不需要额外的迭代终止条件,与传统的RBF网络相比,能够产生稀疏性更高且泛化能力更好的径向基网络。
- 张猛付丽华刘智慧何婷婷魏志成
- 关键词：径向基函数网络多尺度
- 关于矩阵奇异值分解及其四个子空间的注记
- 2012年
- 本文用简单的例子说明如何计算一个矩阵的奇异值分解,以及矩阵奇异值分解与矩阵四个子空间之间的关系。
- 刘智慧
- 关键词：奇异值分解子空间
- 云计算环境下网络节点负荷检测算法被引量：1
- 2015年
- 在云计算环境下网络节点负荷检测过程中,由于云计算环境下网络节点分布的发散,节点之间特征不同,使得检测过程中出现特征与噪声的干扰,传统的检测算法,在进行检测时忽略了节点特征和去噪对检测结果的重要性,导致传统的方法精确度低,实用性差。提出改进遗传算法的云计算最大压力点检测方法。借助系统的监测设备提取最大流量负荷压力点的特征信号,采用非线性滤波方法对最大流量负荷压力点特征参数进行去噪,同时将其离散化,并计算最大流量负荷压力点的负载系数,融合遗传算法,并引入精英选择策略,将结果与系统负载的最高系数阈值进行比较,有效的实现了最大流量负荷压力点的检测。实验仿真证明了改进方法的精确度高,实用性强。
- 李圆媛刘智慧
- 关键词：精英策略云计算
- 基于谱矩的地学特征因子提取方法及其应用被引量：3
- 2017年
- 地学特征因子的提取是定量化数学地质分析的重要基础,可以为地貌类型识别提供有效的客观依据。基于谱矩分析,本文提出了一种描述表面数据粗糙程度的特征因子,并且分析了新特征因子的特点和其应用可能性。该方法以随机过程理论为基础,通过计算表面各阶谱矩以及相应的统计不变量来描述三维表面形貌的特征。以中国卫星重力测量数据和DEM数据为例,试验该方法运用于地貌类型识别的效果。理论模型数据与实际数据结果均表明,基于谱矩的新的地学特征因子不仅可以有效地反映数据起伏与变异特征,而且提取出的特征可以为地貌及重力构造单元划分提供客观依据。
- 付丽华阮曙芬李宏伟刘智慧
- 关键词：数学地质粗糙度地貌类型卫星重力
- 基于对数函数稀疏约束的随机缺失地震数据的重建被引量：4
- 2020年
- 由于受地质条件、采集环境和采集成本等因素限制以及废道或废炮的剔除,获取的地震数据往往是不规则和不完整的,缺失的地震数据将直接影响地震资料的后续处理和解释.为此,本文针对二维随机缺失地震数据,将一种基于对数函数稀疏约束的方法应用于地震数据的重建.首先,将地震数据沿时间作傅里叶变换,获取具有谐波结构的频率切片,然后将缺失地震数据的重建问题转化为基于对数函数稀疏约束的非凸半定规划问题,接着采用极大极小算法(MM)将非凸半定规划问题转化为一个凸半定规划问题进行求解,得到频率切片数据的重建,最后对频率切片作逆傅里叶变换重建地震数据.此外,由于半定规划问题依赖于内点法,当数据规模较大时将导致计算复杂度高.为进一步提高计算效率,本文采用交替方向乘子算法(ADMM)对凸半定规划问题进行迭代求解.人工合成和实际地震数据实验结果表明,基于频率切片对数函数稀疏约束的重建方法对随机缺失地震数据能进行较好的重建,且重建精度高于基于频率切片的低秩矩阵拟合方法(LMaFit)和迭代软阈值方法(IST).
- 王锦妍刘智慧代志刚
- 关键词：地震数据重建
- 基于迭代最小化稀疏学习的三维地震数据重建被引量：1
- 2020年
- 受采集技术、现场环境及经济成本等因素的影响,地震勘探中采集的原始数据往往存在缺炮或缺道等现象,这种数据的不完整性对后续数据处理和成像会造成不良影响,故必须重建此类缺失数据。为此,提出基于迭代最小化稀疏学习(Sparse Learning via Iterative Minimization,SLIM)的方法,主要利用三维地震数据频率切片的二维谐波结构特性,对三维随机缺失地震数据进行重建。即先对三维地震数据沿时间轴方向做傅里叶变换,再利用循环最小化算法(Cyclic Minimization,CM)对频率切片的二维谐波谱进行迭代求解,最后对谱估计做傅里叶逆变换而重构缺失数据。此外,采用共轭梯度最小二乘法实现数据重建过程中的求逆运算,以缩短数据重建时间。试验结果表明:所采用的基于频率切片的SLIM方法对合成和实际三维地震数据均取得了较好的重建效果;该方法的重建性能优于基于频率切片的Hankel矩阵降秩的多道奇异谱分析方法(Multi-channel Singular Spectrum Analysis,MSSA)。
- 代志刚刘智慧王锦妍
- 关键词：谱估计
