归一化Alignment距离

为了更好地度量不同序列之间的差异,本文在给定度量空间上的符号距离满足特定条件的前提下,以Alignment距离为基础,提出了一种归一化Alignment距离.接下来利用Alignment相关度证明了该距离满足度量定义的三个条件,并且取值在[0,1]区间上.最后对其进行了进一步讨论,从理论上说明该定义的合理性.该距离可以在序列比对、聚类分析以及模式识别等领域中发挥重要作用.

基于归一化编辑距离和谱聚类的轨迹模式学习方法

针对欧氏距离和Hausdorff距离等在描述目标运动轨迹差异性时度量不够准确的问题,提出一种基于归一化编辑距离和谱聚类的轨迹分布模式学习方法.首先对目标的运动轨迹进行矢量量化编码;然后采用归一化的编辑距离来度量轨迹编码序列之间的差异,得到归一化编辑距离矩阵;再通过该矩阵进行谱聚类来提取轨迹的分布模式;最后利用所提取的轨迹分布模式确定整条轨迹及其局部是否异常.通过仿真和真实场景的实验验证了该方法的有效性.

由一般拓扑度量空间所产生的Alignment空间

Alignment空间是一个在广义误差下定义的度量空间。在以往的信息处理问题中,一般只讨论离散状态下的序列比对Alignment问题,并由此产生一种新的非线性度量空间-Alignment空间。本文将离散状态下的Alignment空间推广到一般情况,得到了由一般拓扑度量空间所产生的Alignment空间仍然是度量空间,并证明了Alignment距离与Levenshtein距离的等价性。

基于等腰归一化距离的模糊粒度空间研究

本文将等腰归一化距离引入到模糊商空间中,提出了基于等腰归一化距离的模糊粒度空间理论。研究了它的结构和性质,并得到了四个重要结论。首先,下面3个叙述是等价的(定理3.2):(1)给定X上的一个模糊等价关系;(2)给定X上的一个等腰归一化距离;(3)给定X上的一个分层递阶结构(或有序的粒度空间)。其次,讨论了等腰归一化距离与Fuzzy等价关系间相互确定的对应关系,且都是一对多的关系(定理2.2,定理2.3)。最后,给出了通过X上的模糊等价关系R诱导的等腰归一化距离d确定其引导的粒度上的度量dλ,且dλ正好是d在粒度X(λ)上压缩的等腰归一化距离(定理4.1),同时给出了确定粒度空间上等腰归一化距离的方法。这些研究结论为模糊粒度计算的理论研究和应用提供了强有力的数字模型和工具,同时表明模糊商空间的粒度计算可以在等腰归一化距离的范畴内进行,为模糊粒度计算提供了更为直观的几何解释。

符号序列之间的归一化距离度量

为了在[0,1]区间上合理度量符号序列之间的区别,提出了归一化等同距离和归一化编辑距离的概念,并通过数学分析证明了它们满足度量的3条基本公理,从理论上说明了它们的合理性.

采用V势阱函数的距离归一化水平集算法

针对距离归一化水平集算法存在速度下降和弱边缘不敏感的问题,在双势阱函数的基础上提出一种新的V势阱函数。该函数统一了演化速度的数学表达形式,在避免零势阱修正的同时,降低了零势阱附近的演化速度。实验结果表明:与双势阱函数相比,V势阱函数具有更好的速度和弱边缘检测性能。

Alignment空间的几点注记

Alignment空间是一种由度量空间产生的度量空间,其中的度量函数称为Alignment距离.本文首先利用扩张结构的方法直接证明了Alignment距离是度量空间中的度量函数.接下来讨论了Alignment空间中逆序列和子序列的Alignment距离之间的关系,给出了关于Alignment距离的一系列不等式.

基于字典统计耦合归一化多重距离的图像检索算法

目的针对当前彩色图像检索技术容易受到色彩的干扰,使其鲁棒性不强等不足,提出一种字典统计耦合归一化多重距离的彩色图像检索算法。方法首先将图像量化并转换成一维信号,然后引入字典统计,将一维信号进行字典编码,并计算编码后的图像多样值,在归一化字典距离的基础上嵌入字典编码图像的多样值,从而定义归一化多重距离(NMD)的相似度量准则,利用NMD对查询图像与数据库图像的多样值进行比较与识别,搜索出与查询图像具有相同特征的最相似图像,完成目标检索。结果在COREL数据库的实验结果表明,相对于当前常用的检索技术,该检索算法具有更高的查准率和查全率,可对彩色图像完成精确检索,有效减低了色彩对检索性能的干扰。结论文中算法具有较好的检索精度,能够较好地用于医疗、商标等领域的目标检索。

基于归一化编辑距离的自由文本击键特征分类识别方法

针对基于相对距离的自由文本击键特征分类识别方法 (R方法 ),提出了一种基于归一化编辑距离的自由文本击键特征分类识别方法。通过数据收集、预处理、距离计算、归一化处理、分类判定等过程,实现了对中文自由文本击键特征样本进行准确分类识别的方法。实验证明,本方法比R方法的分类正确率更高,识别准确度更好。

基于归一化编辑距离的系统进化树重构

为了克服传统距离法在构建进化树时需要进行多序列比对所带来的计算复杂度问题,提出了利用两两序列之间的归一化编辑距离矩阵来构造进化树的方法.通过对11种脊椎动物和20种哺乳动物的Nd5、Nd4和cytb的基因序列以及线粒体全基因组序列数据,分别计算归一化编辑距离矩阵,并使用Neighbor-Joining法,重建了一些已被多种方法验证过的进化树。

Alignment空间中的一个计数结果

Alignment空间是一种由广义差错产生的度量空间,其中的序列结构分析在应用领域中起到了越来越重要的作用.本文主要对Alignment空间F2*中Alignment距离为2的序列结构进行了研究,提出Alignment距离分布的概念,得到了长度为n并且Alignment距离为2的序列对数目的解析表达式.

MANET中通信节点间归一化距离的计算

将自由空间无线信号的传播理论应用到现实空间,把现实环境中各种不利于信号传播的衰减损耗同化到空间距离这个参数上,从而移动节点间在现实空间的通信可以转化为在自由空间的通信。提出了两通信节点间的归一化距离的概念及其分析与计算的方法。介绍了该方法在无线移动自组网路由协议设计方面的应用。

基于指数归一化欧式距离的架空线-电缆混合线路故障区段定位方法

提出了一种基于指数归一化欧式距离的架空线-电缆混合线路故障区段定位方法。构造了综合反映暂态零模电流之间幅值、极性和频率差异的指数归一化欧式距离。

基于归一化欧氏距离和谱分邻的融合网络对癌症亚型聚类

相似网络融合(SNF)是一种确定癌症亚型的有效聚类方法,可以将病人不同数据类型的相似网络融合成一个相似网络,融合后的相似网络包含病人的所有信息。本文使用归一化的欧氏距离和重新定义的病人的邻居,提出了基于归一化欧氏距离和谱聚类分邻的相似网络融合(NSSNF),减少了相似网络中数据分析时产生的噪声,并增加了不同相似网络的数据间的互补性,最后,针对数据库TCGA中的五种癌症数据,利用NSSNF方法进行数据分析,评价指标DB和CH的结果表明NSSNF方法优于传统SNF方法、NSNF方法和CSNF方法。

高斯Wasserstein距离改进轻量YOLOv7模型的遥感影像道路交叉口检测

YOLOv7是目前目标检测任务中性能较优的模型,但在处理遥感影像中的道路交叉口时,出现目标背景复杂、先验框定位误差以及模型训练参数量增多的问题。针对复杂场景的道路交叉口提出一种结合归一化高斯Wasserstein距离与轻量级YOLOv7的遥感影像道路交叉口检测模型。首先,使用归一化高斯Wasserstein距离与CIoU(complete-IoU)进行先验框定位损失函数的改进,以提高网络模型对于目标尺寸的鲁棒性;其次,在加强网络特征提取模块中加入三维注意力机制,实现网络处理的特征优化;最后,在主干特征提取网络与加强特征提取网络中加入改进的FasterNet模块,提升网络模型的训练速度,减少了模型训练的参数。实验结果表明,改进后的YOLOv7网络模型相比原网络模型,漏检测情况得到明显改善,准确率(precision,P)、召回率(recall,R)、平均准确率(average precision,AP)和F_(1)分别提升了6.2%、4.9%、6.7%、6.5%,对道路交叉口的检测效果优于原网络模型。其成果对不同环境的影像具有较强适应能力,为道路交叉口检测的发展提供了参考。

基于编辑距离和相似度改进的汉字字符串匹配

为解决中文字符串匹配精度较低的问题,提出了一种基于编辑距离和相似度改进的汉字字符串近似匹配算法,针对汉字字符串特点,使用汉字拼音和五笔编码计算;通过改进动态规划算法,能够有效提高编辑距离的计算准确度以及执行效率;再引入考虑交换问题的归一化算法,以语义编辑距离与长句长度的比值作为归一化结果,以此来提高近似匹配算法的准确度。实验结果表明,改进后算法计算的相似度质量要优于改进前的算法结果,且对提高算法效率和查全率、查准率和时间性能等指标均有明显改善,证明该算法的可行性和有效性。

千岛湖区破碎化生境景观的归一化植被指数特征分析

基于TM遥感数据,以杭州市淳安县千岛湖区的典型岛屿化生境景观为研究对象,探讨该破碎化生境景观内归一化植被指数(ND,V,I)的特征,并分析ND,V,I值的变化是否受到岛屿面积和岛屿间距离的影响。结果表明:超大、大、中和小岛屿的ND,V,I值分别为0.24、0.17、0.15和0.07,岛屿的ND,V,I值与岛屿面积呈极显著正相关。岛屿样带1、2和3与大陆1的最小距离呈递增趋势,而其ND,V,I值分别为0.16、0.09和0.07,存在递减趋势但不显著;集中岛屿和分散岛屿的ND,V,I值为0.11和0.08,亦存在递减趋势但不显著。岛屿的ND,V,I值与岛屿间的距离呈不显著负相关。

基于优化欧氏距离的协同过滤推荐

由于推荐系统中用户对项目的评价数据具有多样性和稀疏性的特点,传统的相似性度量算法不能有效查找相似邻居,本文提出一种基于优化欧氏距离的邻居相似度计算方法,在欧氏距离计算的基础上引入归一化处理和杰卡德相似系数,并最终作出评价预测和推荐。在典型数据集上的实验结果显示该算法能够有效提高协同过滤推荐系统的推荐性能。

探测视场对激光引信作用距离影响分析

基于激光回波能量的迭加原理,在小视场激光引信对地探测作用距离计算的基础上,对大视场激光引信在不同条件下对地探测作用距离进行了理论计算;并对两者进行综合分析,引入了归一化功率因子和归一化距离因子的概念,通过Matlab计算模拟给出了相应的因子曲线;最后对激光引信大视场和激光引信小视场对地探测的优缺点进行了分析比较。

稀疏距离扩展目标自适应检测及性能分析

在球不变随机向量杂波背景下,研究了稀疏距离扩展目标的自适应检测问题.基于有序检测理论,利用协方差矩阵估计方法,分析了自适应检测器(Adaptive detector,AD).其中,基于采样协方差矩阵(Sample covariance matrix,SCM)和归一化采样协方差矩阵(Normalized sample covariance matrix,NSCM),分别建立了AD-SCM和AD-NSCM检测器.从恒虚警率特性和检测性能综合来看,AD-NSCM的性能优于AD-SCM和已有的修正广义似然比检测器.最后,通过仿真实验验证了所提方法的有效性.