基于EMD距离度量的小样本矿物图像分类

在复杂的地质勘探条件下准确完成矿物识别是一项重要的任务。基于数据驱动的深度学习模型能精确识别各类岩石矿物,但需要构建庞大且完备的数据集,在实际情况下难以应用。针对此问题,结合小样本学习、度量学习以及元学习训练策略,使用EMD距离度量计算图像之间的结构距离,构建一种适应于小样本矿物的图像分类模型。核心思想在于利用图块级别度量并引入交叉参考权重机制,有效减少同类差异大和背景杂乱带来的影响,优于图与图判定分类的模型。在mini-ImageNet数据集上,5-way 1-shot和5-way 5-shot设置的分类准确率分别提高至55.91%、67.58%;将算法应用于小样本黏土矿物数据集上,5-way 5-shot设置的分类准确率为92.65%。实验结果表明,利用度量学习方法的分类精度高于其他小样本学习方法。

一种基于EMD的文档语义相似性度量

针对基于EMD(Earth Mover's Distance)的文档语义相似性算法不满足度量公理因而难以在信息检索与数据挖掘中推广应用的问题,该文提出了一种新的基于EMD的文档语义相似性度量——..Mdss_EMD(Metric for document semantic similarity based EMD)。首先在分析EMD及现有改进方法缺陷的基础上,给出了文档宽度、虚拟项的概念;随后通过增加虚拟项来对齐文档矢量的总权值,使所有度量公理得到满足;最后,为提高该度量的适应能力及处理速度,还实现了虚拟项相似距离的弹性设计并对EMD算法进行了简化。该方法把EMD扩展到度量空间中来,很大程度上提高了EMD的索引能力与精度,初步实验表明,Mdss_EMD的整体性能优于原EMD及现有其它类似方法。

基于敏感属性值语义桶分组的t-closeness隐私模型

t-closeness模型是数据发布领域中用于抵御相似性攻击和偏斜攻击的一种有效方法,但其采用的EMD(earth mover's distance)距离没有考虑等价类与数据表间敏感属性分布的稳定性,不能全面地衡量分布间距离,在分布间稳定差异过大时会大大提高隐私泄露的风险.针对这种局限,提出了一种SABuk t-closeness模型,它在传统t-closeness模型的基础上,为更加准确地度量分布间距离,以EMD距离与KL散度(kullback-leibler divergence)结合构建距离度量标准.同时,根据敏感属性的层次树结构,对数据表进行语义相似性桶分组划分,然后采用贪心思想生成满足要求的最小等价类,并且运用k-近邻的思想来选取QI(quasi-identifiers)值相似的元组生成等价类.实验结果表明,SABuk t-closeness模型在牺牲少量时间的前提下减少了信息损失,能在有效地保护敏感信息不泄露的同时保持较高的数据效用.

基于EMD的融合特征快速多示例人脸识别算法

在基于五官模版技术的人脸识别中,因光照、角度及缺少整体性考虑等情况,易产生异常示例,影响了算法精度。而适合多示例检索的EMD距离寻优路径较长,导致在人脸识别中应用受限。为此提出一种基于EMD距离的快速融合特征多示例人脸识别算法(IIFEMD-MIL)。针对异常点的问题,通过引入结合整体特征的融合多示例技术以及距离阀值,从而减少异常示例的产生并对超过阈值的示例予以平滑处理;针对寻优路径长的问题,将人脸五官之三结合整体示例为模版构建四示例的一一匹配,并进一步提出了融合快速EMD-MIL框架,缩短了寻优遍历路径。在ORL和MIT图像集上进行的比对实验表明,该算法执行效率和分类准确性优于其他同类算法。

基于EMD的快速活动轮廓图像分割算法

C-V模型等传统基于区域的几何活动轮廓模型仅将灰度同质作为区域相似性的测度,致使其在分割噪声分布大、灰度复杂的自然及遥感图像时难有较好的分割结果。为此,该文提出基于Earth Mover's Distance(EMD)的快速活动轮廓图像分割算法。首先,给出了基于EMD的区域相似性测度,并引入到模型的定义;接着,提出了基于过分割的规则化和快速曲线演化方法,很好地克服了传统模型的冗余轮廓、计算复杂等问题。对合成图像和遥感图像的实验结果证明了算法的有效性。

一种改进的EMD目标跟踪方法

DEMD(Differential Earth Mover's Distance)跟踪算法采用归一化的EMD模型作为相似性函数,在推导相似性函数梯度时,假定颜色模型中某一区间权重发生改变时其他区间的权重等比例变化,这种假定在很多情况下并不合理。另外,DEMD算法沿着梯度方向以一个像素为步长进行迭代,收敛速度较慢。为了解决上述问题,提出了一种改进的EMD目标跟踪算法。该方法使用未归一化的EMD模型作为相似性函数,通过线性规划中的两阶段法求解EMD距离并推导出相应的均值漂移算法。实验表明,改进算法具有更好的跟踪性能而且收敛速度更快。

基于EMD的概率数据top-k相似性连接

选取EMD(earth mover’s distance)作为度量概率数据相似性的标准.EMD具有抗噪性好,对概率分布间的微小偏移不敏感等优良特性,但却具有三次方的复杂度.针对此问题,提出EMD-kJoin算法,在相似性搜索方面,基于线性规划的对偶理论为概率数据构建索引,避免不必要的EMD求精计算;在处理流程方面,以复杂度较低的范围查询为主要操作,并逐步缩小搜索阈值.通过使用真实数据集对EMD-k Join进行测试,证明EMD-k Join极大提高了基于EMD的概率数据top-k相似性连接操作的执行效率.

人工蜂群算法在解决EMD问题中的应用

图像的相似性度量问题是人脸识别中的核心问题。EMD是一种良好的直方图相交映射距离表示方法,是度量图像相似性的经典模型。元启发式智能算法是解决复杂EMD问题的一种主要方法,提出了一种基于人工蜂群算法的求解EMD问题的新算法。该算法首先提出了一种表示食物源的编码方法,然后设计出初始化解决方案的生成策略和确定食物源邻居的方法。最后,在ORL人脸库上的实验结果表明了新算法在解决EMD问题时的有效性。

基于KNN-EMD算法的机车轴承故障诊断方法

机车滚动轴承发生故障时信号是非平稳的,故障发生在不同部位时,其振动信号能量分布不同。传统KNN算法中,欧式距离主要针对空间中两样本点间的距离计算,对空间中不同位置分布间的相似性度量难以实现有效判断。针对上述问题,将一种相似度度量Earth Mover’s Distance (EMD)引入到KNN算法中,代替传统的欧式距离对故障部位进行分类。该上述方法使用‘db3’小波对轴承震动信号进行三层小波包分解,并计算第三层各结点能量作为该信号的能量分布特征。计算能量分布间的EMD,根据EMD大小对分布间的相似度进行判断。结合KNN中多数表决分类决策对故障部位进行定位。仿真结果表明,所提方法诊断准确率达到99.23%,相较于传统KNN诊断方法在诊断准确率上提升了0.77%。该方法能够准确有效地诊断滚动轴承故障,可以应用到工业生产中。

基于小波分析与EMD的机车轴承故障诊断方法

机车滚动轴承发生故障时信号是非平稳的,其振动信号各频带的能量发生相应变化。针对故障发生在不同部位时,其振动信号能量分布重叠较少这一问题,将一种相似度度量earth mover’s distance(EMD)引入到故障部位分类中。该方法使用db3小波对轴承震动信号进行3层小波包分解,并计算第三层各结点能量作为该信号的特征向量。对得到的特征向量进行处理,计算特征向量间的EMD,根据EMD大小对特征向量间的相似度进行判断,并依此对故障部位进行定位。仿真结果表明,该方法诊断准确率达到98.75%,相较于传统KNN诊断方法在诊断准确率上提升了5%。该方法能够准确有效地诊断滚动轴承故障,可以应用到工业生产中。

基于全局-局部策略的EMD概率主动轮廓模型

主动轮廓模型作为图像分割的有力工具,近年来得到了广泛的应用。在讨论前人工作的基础上,首先将基于区域直方图的概率估计方法和EMD距离引入主动轮廓模型,建立了基于EMD距离的能量泛函。为了解决图像局部的置乱现象容易产生分割误差的问题,提出一种全局-局部模型,提高分割精度,并应用于EMD距离,不仅扩大了模型的应用范围,而且使分割效果得到了进一步的提升。

基于SDN的动态负载均衡策略

针对SDN中静态网络结构不能适应动态流量变化所引起的控制器负载不均衡问题,提出一种阶段式动态负载均衡策略。阶段一以控制器负载均值化为目标,确定迁入控制器候选集,且综合考虑时延、负载,设计指标函数,选取待迁移交换机;阶段二考虑网络节点间的连通性,以最小迁移代价为目标,提出改进的EMD模型,并用线性逼近算法快速求解,实现了交换机的快速并行迁移。实验结果表明,与现有的负载均衡策略相比,其改善了迁入控制器和交换机的选取过程,优化了网络性能,控制器的负载均衡度提升了约31.4%。

An Image Retrieval Method Based on Color and Texture Features

The technique of image retrieval is widely used in science experiment, military affairs, public security, advertisement, family entertainment, library and so on. The existing algorithms are mostly based on the characteristics of color, texture, shape and space relationship. This paper introduced an image retrieval algorithm, which is based on the matching of weighted EMD（Earth Mover’s Distance） distance and texture distance. EMD distance is the distance between the histograms of two images in HSV（Hue, Saturation, Value） color space, and texture distance is the L1 distance between the texture spectra of two images. The experimental results show that the retrieval rate can be increased obviously by using the proposed algorithm.

基于故障可诊断性定量评价的测试优化选择

目前,对于测试优化选择问题的研究大多局限于故障是否可以被诊断的定性研究,没有进一步考虑故障诊断的难度。针对以上问题,提出了一种基于故障可诊断性定量评价的测试优化选择方法。首先,基于推土机距离(EMD)对故障可诊断性进行定量评价;然后,以评价结果为依据,综合考虑测试的数量、可靠性和成本等因素,构建多目标测试优化选择问题,并提出了二进制金枪鱼群优化算法来求解满足测试性指标和故障可诊断性水平的最优测试集合;最后,以某装备的开关电源为实验案例,验证了所提方法的有效性。仿真结果表明:所提方法能够实现以提高系统故障可诊断性为目标的测试优化选择,从根本上提高系统的故障诊断能力。

一种基于部件空间分布的三维模型检索方法

三维形状分析是三维模型检索的关键问题.提出一种基于三维模型部件空间分布的形状特征描述方法.此方法的主要思想是依据认知心理学的理论,在描述对象形状时强调它的结构属性.首先将三维模型分割为若干个组成部件,每个部件用一个曲面片表示,然后采用曲面片的质心位置、面积占总面积的百分比的组合作为部件特征,最后将满足指定条件的部件特征的集合作为三维模型的形状特征.基于这一特征表示,给出了一种三维模型检索方法.该方法具有受模型精度和连通性影响较小、相似性度量的计算速度较快的优点.实验结果验证了该检索方法的有效性.

基于非局部正则化的图像去噪

图像复原是图像处理中一个重要的研究课题。大部分图像复原算法,都只是利用图像单个像素点,或某一邻域内的灰度和梯度信息。如果在图像复原模型中能够超越邻域,而更大范围地利用图像内容本身的信息,将可能更有效地改善复原质量。实际上,大多数自然图像中,其内容具有自相似特性。基于非局部的图像处理方法,就是以这类自相似特性为出发点的。提出一种改进的基于非局部的正则化图像去噪算法,主要针对非局部处理方法中的权值计算作了改进处理。与原始算法不同,采用EMD来进行图像子块间的相似度计算,并结合图像的方向信息分类子块区域,以解决计算量过大的问题。

基于局部字袋模型的三维部分形状检索方法

提出一种新的基于"局部字袋混合模型"表示的三维部分形状检索方法。该方法首先定义一种支撑范围相互重叠的三维局部字袋模型表示,并在该形状表示下,给出"推土机距离"的基础距离度量的定义,并运用"层次匹配核"方法计算三维模型间部分相似性的具体步骤,显著提高了原方法的效率和鲁棒性。在理论上证明了所提出的距离度量改进了整体字袋模型低估三维形状之间距离的问题。实验结果显示了该方法对三维部分形状检索的有效性。

基于局部模型匹配的目标轮廓跟踪

在复杂背景下,传统轮廓跟踪方法会发生漂移,甚至丢失目标。针对上述问题,提出一种基于局部模型匹配(LMM)的目标轮廓跟踪算法。利用超像素技术结合EMD相似性度量构建局部特征模型,从而进行局部模型匹配。结合粒子滤波的Snake模型作提取目标轮廓,实现目标轮廓精确跟踪。实验结果表明,该算法在目标形变、部分遮挡、复杂背景等条件下均具有较高的跟踪成功率。与多种目标轮廓跟踪算法进行对比,该算法具有较高的准确性和鲁棒性。

镀层腐蚀外观等级自动评定方法

采用计算机图像识别技术对镀层腐蚀"外观"等级进行评定。提出了典型镀层腐蚀试样的制备及利用灰度直方图来检索腐蚀图像的一般框架。讨论了基于直方图的腐蚀图像检索技术中,直方图距离计算问题——基于EMD(Earth Mover's Distance)颜色相似性的度量方法,并给出相应算法。对不同光照条件下的镀层腐蚀图像进行仿真试验,试验结果表明该方法的有效性,并能够对镀层腐蚀"外观"等级做出较准确的评级。

融合KL散度和移地距离的高斯混合模型相似性度量方法

为提高高斯混合模型(GMM)间相似性度量方法的计算效率和准确性,通过对称化KL散度(KLD)并结合移地距离(EMD)提出一种新的相似性度量方法。首先计算待比较的两个高斯混合模型内各高斯成分间的KL散度,对称化处理后用于构造地面距离矩阵;然后用线性规划方法求解两个高斯混合模型间的移地距离作为高斯混合模型间的相似性度量。实验结果表明,将该相似性度量方法应用于彩色图像检索,相对于传统方法能够提高检索的时间效率和准确性。