基于密度峰值聚类和相对距离的半监督自训练方法

半监督自训练方法属于半监督自标记方法的一种,它能同时利用有标记样本和无标记样本来训练分类器。然而,对半监督自训练方法而言,误标记是一个不容忽视的问题。为此,文章提出了一种基于密度峰值聚类和相对距离的半监督自训练方法(STDPRD)。在迭代的自训练过程中,STDPRD首先用密度峰值聚类来选取具有高置信度的无标记样本,再标记他们;其次,STDPRD用相对距离来过滤掉在迭代过程中被误标记的样本;然后,STDPRD把在迭代过程中被正确标记的样本加入有标记集中;最后,STDPRD用被扩充的有标记集来训练给定的分类器,训练完成后,输出被训练的分类器。仿真实验结果表明,在真实数据集上,STDPRD的表现优于4种流行的半监督自训练方法。

基于相对距离和历史成功率机制的增强麻雀搜索算法

针对麻雀搜索算法收敛精度低、易陷入局部最优等问题,提出了一种融合相对距离和历史成功率的增强麻雀搜索算法(RHSSA)。首先,RHSSA引入一种融合适应度值与相对距离的发现者选择方式,使选出的发现者既保持较高质量,又保持在搜索空间的分布广泛;其次,RHSSA在麻雀发现者搜索过程中,采用融合加权重心的反向学习策略,充分挖掘搜索空间的优质位置信息并减弱发现者向原点聚集的趋势;最后,RHSSA引入基于历史成功率的自适应选择算子动态地选择柯西变异与高斯变异对最优解做扰动,提高算法跳出局部最优的能力。选用CEC2017测试函数集中的12个函数作为性能基准函数,将RHSSA与其他五种改进的麻雀搜索算法(AMSSA、SCSSA、SHSSA、ISSA、CSSOA)进行性能评测。基于实验数据的Friedman检验表明,RHSSA能获取最优的结果。为验证提出的改进策略的有效性,还对改进策略进行了消融实验。实验结果表明在综合改进策略的共同作用下,RHSSA的综合优化性能排名为第一名。

用空间相对距离解决悬索桥锚垫板安装难题

在大型悬索桥中,工程测量控制的难点是锚碇里索导管相关组成部分,其中锚垫板特征点的三维坐标计算非常复杂,很难使用绝对坐标高程将槽口调整到设计位置。前锚面锚垫板与索股拉杆及螺母组件连接器紧密连接,如果锚垫板在锚块的绝对位置及朝向安装效果不理想,那么连接器的朝向直接影响索股拉杆的角度发生偏差,造成在上部结构施工中索股拉杆之间碰撞在一起从而造成返工。为解决这一难题,作者通过灵活运用空间相对距离关系,创新一种简单、快捷的测量方案调整前锚面锚垫板的空间位置,既方便现场快捷调整,又能满足锚垫板的角度及朝向满足设计的空间位置,为后期主缆施工顺利进行提供质量保障。

基于SIFT特征和角度相对距离的图像配准算法

对2幅不同角度、不同光照条件或不同相机采集到的图像进行配准,是一项十分具有挑战性的研究。针对参考图像和待配准图像对之间存在的仿射变换问题,提出了一种灵活通用的、基于SIFT特征和角度相对距离的图像配准算法。算法充分利用了图像正确匹配特征点对之间存在的角度关系,实现了特征点之间的精确匹配。将所提算法同LLT(locally linear transforming)算法及RANSAC算法进行了对比实验,结果表明,新算法有较高的有效性和鲁棒性。而且新算法不仅适用于普通图像,在近红外与可见光图像以及遥感图像中均充分体现了良好的鲁棒性和适用性,在匹配特征点数目较少时,也具有良好的鲁棒性。

基于SVDD和相对距离的设备故障程度预测

针对设备故障程度预测问题,提出一种基于支持向量数据描述和核空间相对距离的预测算法。首先通过实验分析法,优化选取了对设备故障程度敏感的频域特征参数及核函数参数;然后分别单独训练设备不同故障程度的数据样本,得到相应的描述设备故障程度的各独立封闭超球体,并引入待测样本点至各超球体中心的相对距离,确定样本所属的故障程度,在此基础上建立设备故障程度预测模型。通过转子振动台所模拟的不平衡故障数据进行实验验证,表明所提出方法能有效预测设备的故障程度。

基于脉冲星相关的编队航天器间相对距离的确定

针对编队航天器间相对导航的需要,提出了利用脉冲星的脉冲接收信息确定编队航天器间相对距离的方法。该方法利用编队航天器对同一脉冲星的观测信息,将不同航天器接收的脉冲星信号进行相关处理而获得航天器间相对距离。同时通过对脉冲星频谱特征的分析,给出了相对距离估计的精度。结合实际的编队航天器系统的轨道信息进行了仿真,结果表明,利用相关估计的方法可以完成航天器间的相对距离确定,为今后航天器编队飞行的应用提供了新的技术支持。

基于相对距离的手指静脉识别方法

提出了一种新的手指静脉识别方法,即以静脉内部拓扑结构的本质特性为原理进行手指静脉的匹配,首先对细化修复后的图像提取端点和交叉点,并计算这些特征点之间的相对距离,最后通过比对这些距离值来完成手指静脉图像的识别。该方法结合静脉自身特征,充分利用了拓扑结构的本质属性,无须定位,简单易行。实验结果表明,该方法能够快速准确地进行身份识别,在一定程度上克服了平移、旋转对识别结果的影响,具有实际应用价值。

基于相对距离的多级能量异构传感器网络成簇算法

延长网络寿命并获得更好的监控质量是无线传感器网络成簇算法的重要性能指标。在分析现有主要成簇算法的基础上,提出了一种适应于多级能量异构传感器网络的基于相对距离的成簇算法RDCA(Relative Distance Clus-tering Algorithm)。算法中,节点根据通信范围内其他节点与自身的平均距离、节点自身与基站的距离以及节点当前剩余能量来确定节点成为簇头的概率。所有节点轮流成为簇头,以分摊能量消耗。仿真实验结果表明,与现有主要聚簇算法相比,在多级能量异构环境下,新的成簇算法拥有更长的生存时间和更优的网络监测质量。

基于扩频技术的相对距离自主测量方法研究

为了自主完成诸如分布式雷达成像等任务,需要获得多个目标之间实时、高精度的相对距离,并进行数据交互。本文首先介绍了一种多目标相对距离自主测量的方法,分析了时钟基准频差对相对测量的影响;然后给出了基于扩频技术的相对距离自主测量设计方案,讨论了降低误差的途径;最后仿真分析了伪码和载波相位跟踪环路,给出了仿真结果。

基于相对距离和关联度的多任务联盟的蚁群算法

针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的迭代次数多、求解精度不高的问题,提出了一种基于相对距离和关联度的蚁群算法.该算法针对蚁群算法搜索机制和信息素增量模型,提出了2种策略.首先,为提高资源利用效率,减少Agent的能力浪费,引入了相对距离的概念,提出了基于相对距离的搜索机制;其次,为强化蚂蚁间的协作,利用已获得的解信息,给出了一种基于关联度的信息素增量模型.仿真实验结果表明,与已有的一些算法相比,本文算法不仅能获得更好的联盟结构,而且具有较快的收敛速度.

一种基于相对距离竞争激活的网络入侵检测算法

本文针对目前网络入侵检测学习算法效率不高的问题,首先提出相对距离的概念,然后构造基于相对距离的竞争激活函数和相似性度量,在此基础上提出一种改进的网络入侵检测算法。该算法的优势在于:(1)相对距离能较好地区分极差较大的列属性值并实现归一化;(2)基于相对距离的竞争激活函数可以处理包含符号属性的数据,不需转换为数值,且计算复杂度较低;(3)算法不需要重置机制。通过对KDDCUP99数据集的实验,验证了在检测精度与其他算法相当的情况下,改进算法学习时间和检测时间显著减少。

单测角相对导航的相对距离重构新算法

针对空间非合作目标中远程交会的单测角相对导航技术中核心的相对距离重构问题,首次提出了一种基于初值辅助的CCD相对测角/GPS绝对定位的相对距离重构新算法。首先在分析传统重构方法数学本质和优缺点的基础上,以余弦定理为基础,结合GPS历元差分建立了相对距离重构算法模型,然后对该算法的重构误差进行了理论推导和仿真分析。最后对两种工况下相对距离的重构进行了数值仿真。仿真结果表明该算法能够较为精确的重构出相对距离,重构精度取决于辅助初值的精度。因此,该算法具有重要的研究意义和应用价值。

断层与隧道相对距离对围岩稳定性影响的试验研究

目前关于断层破碎带破坏围岩完整性方面的研究已取得不少成果,但断层对隧道围岩稳定性的影响程度及其机理仍是一个模糊问题。文章以石吉高速五峰山一号隧道为背景,采用室内模型试验对有无断层、断层与隧道距离变化情况下的围岩破坏特性进行了研究。结果表明,断层与隧道距离在一倍洞径以内时,围岩不能形成完整的压力拱,断层的存在对围岩的稳定性影响较大;隧道开挖对隧道周线两侧围岩稳定性的影响具有不对称性。

基于相对距离的加权支持向量机

根据支持向量样本、边界向量样本、相对距离和加权系数之间的关系,提出了基于相对距离的加权支持向量机.利用相对距离表示了每个样本的重要性,并构造函数计算出每个样本点的加权系数,体现了支持向量对加权系数的影响,并且有效地处理非均衡数据对分类的影响,从而提高了支持向量机的训练速度和分类能力.

基于改进相对距离评价生物相似性

目的:探讨基于改进相对距离的生物相似性评价方法。方法:在仅考虑均数差异的传统相对距离基础上加入变异指标构造改进相对距离,通过模拟试验验证利用Bootstrap方法统计分析的一类错误和检验效能。结果:基于传统相对距离利用Bootstrap方法与常规方法表现相当,基于改进相对距离利用Bootstrap方法能有效控制一类错误,并保证较高的检验效能。结论:基于改进相对距离利用Bootstrap方法统计分析可更全面准确地评价生物相似性。

基于PDW加权相对距离的侦察系统干扰效果评估

从脉冲描述字(PDW)和向量距离测度出发,提出了一种对雷达侦察系统干扰效果进行评估的方法。就两种典型的压制性干扰样式对雷达侦察系统的干扰进行了计算机仿真,结果表明,利用该方法能有效地进行雷达侦察系统干扰效果评估。

基于相对距离哈希方法的一种高维索引

人们设计了许多索引以有效地处理高维空间中的近邻查询和区域查询。已经证明,维数较高时利用高维索引处理这两类查询几乎不可能比线性扫描快。提出了一种两层索引以自适应地识别数据集中的聚簇;数据集具有聚簇特性时,用该索引处理邻近查询和区域查询比现有的索引结构快;对其他数据集,利用该索引处理邻近查询和区域查询与线性扫描大致相当。该索引的上层结构将一些参考点组织成一棵二叉树,下层结构是一系列动态哈希表。数据集中的数据点根据它们到参考点的相对距离被哈希到相应的哈希桶中。查询处理时用查询点到参考点的距离进行剪除搜索。实验表明,提出的索引结构具有良好的性能。

基于相对距离准则的STAP协方差矩阵估计算法

针对杂波功率依距离缓变的非均匀环境,提出了基于相对距离准则的加权协方差矩阵估计算法。通过对加权最大似然估计概念的描述和原始问题的公式化,在相对距离准则下设计加权函数,使得在样本矩阵求逆(SMI)检测器的条件下,检测算法的相对距离达到最大,并给出了实用的近似加权系数求解方法。通过性能分析可知,在相对距离最大条件下估计的协方差矩阵的条件信杂噪比损失同时达到最大。最后的仿真分析也验证了该算法的正确性和有效性。

空间动态目标间相对距离解算方法的改进

探讨了在地面光学测量条件下,直接解算空间动态目标间相对距离的方法,以避开首先解算两动态目标位置分量的要求,而有效地简化解算过程.在此基础上,对多台光学测量设备交会的观测数据,应用非线性递推估计,提供精确解算动态目标间相对距离量的方法,它不需按常规方法对观测方程进行线性化处理,有利于解算结果精度的提高,也减少了计算量.

带边缘增强的反比相对距离加权均值滤波

针对现有的椒盐噪声去除方法未能有效恢复图像的纹理结构和边缘细节,提出了一种带边缘增强的反比相对距离加权均值滤波方法。根据椒盐噪声的灰度特征和无噪像素的分布特征对噪声像素进行识别,再用反比于相对空间距离的加权系数对邻域的无噪像素进行加权,取加权均值作为当前噪声像素的灰度估测值;用拉普拉斯算子对去噪图像进行边缘提取,将边缘图像与去噪图像进行线性叠加,以得到边缘增强的去噪图像。实验结果证明,所提方法具有更好的去噪效果,纹理结构和边缘细节恢复的更好。