基于高斯核函数的局部离群点检测算法

随着信息技术的快速发展,数据资源的结构越来越复杂,离群点挖掘受到越来越多人关注.基于高斯核函数,考虑数据对象的k个最近邻居,反向k近邻居和共享最近邻居三种邻居关系,估计数据对象的密度,提出了一种基于高斯核函数的局部离群点检测算法.该算法通过KNN图存储每个数据对象的最近邻,包括k最近邻,反向k近邻和共享最近邻,构成数据对象的邻居集合S;通过核密度估计KDE方法估计数据对象的密度;通过相对密度离群因子RDOF来估计数据对象偏离邻域的程度,进而判定数据对象是否为离群点,并在真实和合成的数据集上证明了该算法的有效性.

航空γ能谱全谱数据的高斯分解方法

137Cs等人工放射性核素的活度浓度是核应急环境电离辐射水平评价中的重要数据。为了提取NaI(Tl)航空γ能谱仪(GR-820)实测全谱数据的137Cs信息,采用高斯最小二乘拟合算法对实验谱线的低能重叠峰进行了单高斯和双高斯峰的拟合方法研究。对铀源、钍源和铯源实验数据用单高斯拟合的最大相对误差小于±15%,对铀和铯混合源的双高斯峰拟合峰面积的平均误差为21.84%。对3个重叠峰以上的高斯拟合方法仍需进一步深入研究。

多摄像机下的目标图像跟踪关联算法研究

传统算法在进行目标图像跟踪时,对系统模型和后验分布的限制较为严格,只能处理线性、高斯、单模态的情况,而图像跟踪应用中的后验概率呈非线性、非高斯、多模态的形式,且由于传统算法的计算量巨大、采样效果非常低,因此无法满足实际跟踪场景复杂性的需要。提出一种多摄像机下的目标图像跟踪关联算法。提取在目标跟踪过程中图像的主要特征,组建图像特征集,通过计算目标图像特征的均布差值来划分目标与背景间的差别,将目标范围约束在对应核的空间中,并在进行目标图像识别时融合EM算法,依据组建目标图像投影熵特征的分布模型,获取目标图像中每个目标特征与其相对应的混合高斯函数的Mahalanobis间距,得到目标图像特征的所属类别,进而完成精确的目标图像跟踪。实验结果证明,多摄像机下的目标跟踪关联算法精确度高,效率高。

一种基于DGMF与PSO的多核SVM

目前常用的支持向量机采用传统的单一高斯核函数,或者传统高斯核函数与多项式核函数的组合,但是存在着分类器泛化推广能力不强,容易出现数据偏斜等问题。鉴于此,提出了基于DGMF的多核支持向量机、并采用粒子群算法优化其参数。最后构造了文本倾向性分类实验,实验结果表明改进算法在正确率、准确率、召回率、F1值上具有更好的性能。

截面线特征直接提取的离散曲率法

特征提取是逆向工程的重要步骤,其中截面线特征点的弱化是需要解决的关键问题.提出用离散曲率法提取特征点,曲率表达式包含了高斯核函数曲线,选用了合适的离散尺度因子.根据一阶和二阶离散曲率曲线的局部极值点,确定出截面线特征点集,进行特征点的融合,输出最终的截面线特征点集.通过与文献算法的输出进行比较,表明本算法提取的截面线特征点不容易有漏检和误检,能最大限度地与原有形状特征元保持一致.仿真输出实例证实了本算法的适用性和有效性.

基于二阶离散曲率的截面线特征提取算法

在逆向工程中,为了解决截面线上弱化特征点的提取问题,提出一种基于二阶离散曲率的特征点提取算法。该方法运用了包含高斯核函数曲线的离散曲率表达式来分割曲线,在求解相应的一阶和二阶离散曲率时,选用了不同的尺度因子,由输出曲率的局部极值点来确定截面线的特征点,继而进行特征点的融合。该方法能最大限度地与原有形状特征元保持一致。文中算法与有关文献算法的特征点输出进行比较,实验结果表明所提出算法的适用性和有效性。