用于支持向量机拒识区域的加权k近邻法

为解决1-v-r和1-v-1支持向量机中存在的拒识区域问题,提出一种加权k近邻法。该方法计算落入拒识区域中的样本,即拒识样本到所有训练样本的距离,选择最近的k个样本为拒识样本的类别投票,并根据距离大小进行加权,得票多的类即拒识样本的所属类。实验结果表明,加权k近邻法实现了零拒识,提高了传统多分类支持向量机的分类性能。

混合滤波与改进贝叶斯相融合的室内可见光指纹定位方法

针对室内环境光、噪声等因素会对移动终端接收到的可见光信号强度产生干扰从而导致定位精度不高的问题,本文提出了一种将高斯拟合+卡尔曼滤波(GF-KF)与改进贝叶斯(Improved-Bayes)融合的室内可见光指纹定位方法。首先通过GF-KF算法修正采集到的接收信号强度(RSS)作为指纹库数据,再通过对加权K近邻法的权值系数改造后与贝叶斯算法融合的方法将待测点与指纹点RSS数据进行匹配,计算分析出位置。试验结果表明,在该算法模型下,平均定位误差为1.42 cm,92.83%的测试点定位误差不大于2 cm,相较于卷积神经网络算法、加权K近邻算法和支持向量机法精度更高,稳健性更强。

改进WKNN结合最大熵CQKF的室内定位方法

为了提高移动目标的室内定位精度,本文提出一种改进加权K近邻法(WKNN)结合最大熵容积积分卡尔曼滤波(MCCQKF)的WiFi室内定位方法。该方法对WKNN定位算法进行改进,采用马氏距离作为WKNN中距离的度量方法,其次计算接入点信号取值的差异程度,将其作为移动目标与参考点之间马氏距离的权重参数,并用该加权距离对参考点位置进行加权估计移动目标位置。通过将最大熵准则引入CQKF得到MCCQKF,并采用MCCQKF算法对改进WKNN得到的定位结果进行滤波,有效地提高定位精度。实验结果表明,改进WKNN比传统WKNN具有更小的定位误差,MCCQKF不但具有较高的估计精度,而且相比于未采用滤波处理的定位结果,MCCQKF可使定位误差减小53.2%。

基于数据库相关算法的位置指纹定位技术

基于Matlab搭建了仿真平台,仿真实现了指纹数据采集、数据库建立、匹配定位等定位系统功能模块。运用最近邻、K近邻以及K加权近邻算法在GSM-R环境中进行了对比测试,比较分析几种方法的定位效果;通过修改GSM-R网络参数、指纹大小等因素,比较各算法在不同环境中的定位性能。

一种改进型WiFi位置指纹室内定位方法

针对现有Wi Fi定位技术位置指纹匹配算法存在搜索空间大、Wi Fi信号不稳定分布导致定位误差大的问题,文章提出一种改进型位置指纹定位算法,该算法基于仿射传播聚类和改进型加权K近邻实现。实验分析表明,该算法降低了参考点匹配数目,提升了室内定位精度。

基于小波包分析的货车滚动轴承故障诊断

铁路车辆滚动轴承故障的不解体诊断,对于提高轴承诊断效率,减轻操作人员的劳动强度和保证铁路运输的安全是至关重要。结合小波包分解和加权K近邻法提出了一种新的货车滚动轴承不解体故障诊断方法。首先利用小波包对滚动轴承的振动加速度信号进行分解,得到滚动轴承动态信号在不同频带的能量,并以此作为滚动轴承的特征向量;然后采用加权K近邻法对滚动轴承进行故障诊断。对197726型货车滚动轴承在轮对不解体条件下进行了诊断实验,结果表明该方法能准确地检测出滚动轴承外圈、内圈及滚子的局部缺陷,并且诊断速度快,完全满足实时诊断要求。

ZigBee通信节点在室内定位中的应用

分析了几种主流无线定位技术的优缺点。提出了一种基于位置指纹法的定位原理,应用于ZigBee网络平台的室内无线定位方法。完成了ZigBee通信节点的软硬件设计,并在搭建的试验平台上对该方法进行了验证。试验结果表明,在不需要专用硬件设备的条件下,采用加权k近邻法,即可获得较好的定位效果。实际应用中,可采用增加网络接入设备和近邻数量的方法提高定位精度。

基于机器学习的室内定位技术研究

为解决室内定位由于噪声影响而导致的定位结果不准确的问题,文章提出在离线阶段使用能够有效去除噪声的Hankel矩阵,以重构RSS指纹数据库,从而将真实信号空间与噪声空间分离。于在线阶段使用sage-husa自适应卡尔曼滤波算法,实现对RSS信号中噪声的过滤,利用算法特性减少信号强度波动稳定性带来的影响;过滤测试点的噪声后,使用WKNN算法,提高基于WLAN的室内定位技术的准确性和鲁棒性,获得位置的最佳估计结果。

波形分类技术在缝洞型储层流体识别中的应用

塔里木盆地塔河地区奥陶系碳酸盐岩缝洞型储层的缝洞空间分布散乱,缝洞的规模、形态和内部结构等特征差异明显,导致缝洞型储层的流体难以识别。缝洞型储层内部地震波形的微弱差异在一定程度上能够表征其内部流体特征。传统上沿层段提取地震波形的波形分类技术无法准确地定位缝洞型储层。应用波形分类与三维缝洞体雕刻相结合的新技术识别缝洞流体,可为降低勘探风险、提高钻井成功率提供一种新的思路。首先利用瞬时振幅属性建立缝洞体三维空间模型,确定缝洞储层的空间位置,从而获得缝洞储层内部的地震波形;使用特征加权K近邻法,结合油气井资料,对缝洞型储层进行波形分类,建立储层内流体类型与地震波形之间的网络关系,并将其应用于未知区域的储层流体识别;最终得到缝洞型储层的流体类型。理论模型和实际地震资料测试结果表明该方法具有一定的实用价值。