向量角选择和指标删除的高维多目标进化算法

针对进化算法求解高维多目标优化问题平衡收敛性和多样性所面临的挑战,提出了向量角选择和指标删除的高维多目标进化算法(MOEA/AS-ID)。该算法在环境选择过程中设计了一种包含两种策略的协作机制逐一删除收敛性和多样性差的解以保留精英个体参与下一代的进化。前者基于向量角的选择策略用于选择一对在目标空间具有相似搜索方向的解,后者基于指标的删除策略采用同时兼顾个体收敛性和分布性的I_(SDE)^(+)指标比较被选择的这一对解,然后删除具有较小指标值的解,进而促使种群朝各个方向收敛到帕累托最优前沿,最终平衡解集的收敛性和多样性。在包含各种特征的3组标准测试系列问题DTLZ、SDTLZ、MaF上,MOEA/AS-ID与近年提出的6个涵盖了当前各种类型的高维多目标进化算法执行了广泛的对比仿真实验和数值结果分析。仿真结果和数值分析表明所提算法MOEA/AS-ID求解各种特征的高维多目标优化问题平衡收敛性和多样性的能力具有较强的竞争力。

基于空间向量角的乳房形态分类与文胸合体性评估

采用空间向量角来表征乳房形态,提出了一种青年女性乳房三维形态分类方法。首先获取209名18~25岁青年女性的乳房三维点云数据,并构建了6个乳房形态空间向量角作为聚类指标,采用k-means聚类,以手肘法确定最佳聚类数,运用学习向量量化神经网络(Learning vector quantization, LVQ)构建乳房形态判别模型,实现女性乳房形态的细分与判别。对细分后的乳房类型制作相应的文胸样板,通过虚拟试衣和实物试穿进行合体性评估,结果表明:青年女性乳房占比最多的为70B文胸号型,乳房细分为适中内敛型、平坦低胸位型、丰满外扩型。构建的LVQ神经网络青年女性乳房形态判别模型,准确率达93.33%。数字化服装压力和真实试穿实验表明,细分后的文胸合体性得到了有效提高,为不同类型乳房的文胸合体性结构设计提供参考。

颅脑外伤并发脑心综合征患者QRS-T夹角和H面最大向量角水平变化分析

目的 探讨颅脑外伤并发脑心综合征患者QRS-T夹角和H面最大向量角变化及意义。方法 回顾性分析漳浦县医院2020年6月至2022年6月收治的101例颅脑外伤患者的临床资料,其中未合并脑心综合征的51例为未合并组,并发脑心综合征的50例纳入合并组,对比两组心电向量图QRS-T夹角、H面最大向量角,并采用受试者工作曲线(ROC)分析QRS-T夹角、H面最大向量角对颅脑外伤患者并发脑心综合征的预测价值,采用多因素Logistis回归分析QRS-T夹角、H面最大向量角与颅脑外伤患者合并CCS的关联性。结果 (1)合并组的空间QRS-T夹角、平面QRS-T夹角及H面最大向量角均明显大于未合并组,差异均有统计学意义(P<0.05);(2)ROC曲线分析显示,空间QRS-T夹角、平面QRS-T夹角及H面最大向量角对颅脑外伤患者合并CCS均有预测价值(P<0.05),其曲线下面积分别为0.830、0.881、0.760,其中空间QRS-T夹角ROC曲线下面积最大,cut-off值为124.468°,敏感性为78.85%,特异性为87.76%;(3)将空间QRS-T夹角、平面QRS-T夹角均与H面最大向量角应用多因素Logistis回归分析显示,空间QRS-T夹角≥124.468°、平面QRS-T夹角均≥111.160°与H面最大向量角≥9.196°均是颅脑外伤合并CCS的独立危险因素(P<0.05)。结论 颅脑外伤患者并发CCS患者心电向量图QRS-T夹角、H面最大向量角水平均升高,且二者均对颅脑外伤患者合并CCS有一定预测价值。

基于向量角分线的离散刀轨环子域分割算法

为提高环切加工刀轨质量及生成效率,提出一种基于向量角分线的二维截面轮廓子区域的分割算法.结合Voronoi图的全局分解思想,通过改进中轴线中对多边形凹顶点的不均等处理的拓扑结构,提出有效向量角分线的概念;通过判断向量角分线交点的属性来合并角分线,同时生成子域结点关系树,最终把离散刀轨环分割成隶属于每个边界元素的子区域,并在子区域基础上生成无自交的等距线.实验结果表明,该算法运行高效,可提高刀位轨迹生成的效率和质量,并改善产品的加工性能.

通过向量角转换校正拉曼光谱中乘性干扰

拉曼光谱强度与物质量存在的线性关系会受到许多复杂因素破坏,包括激发光源、聚焦、散射、折射等,导致定量效果不佳。各种因素的干扰效应,总体上分成加性和乘性效应,而消除乘性效应的难度会更大一些。光谱序列信号可视为向量,信号强度对应向量的模量,而体现向量本质的方向属性不会受模量变化的影响。根据这一原理,利用向量的方向确定性,将信号的强度度量转换成空间角度度量,建立了一种消除乘性效应的方法。首先,选择一个与待定量组分相近而与背景空间近似正交的基准向量,并定义移动窗口;然后,计算移动窗口内的光谱向量与基准向量的夹角,所得值存储为矩阵,完成角度描述转换。角度矩阵消除了乘性效应的干扰,而定量关系仍然近似线性,只要将该矩阵的秩满足多元统计建模要求,就可以用于多元校正,并得到良好结果。研究采用甲醇-乙醇-异丙醇混合体系,验证了消除乘性效应后改进的定量效果,对于积分时间波动的预测值与实际值,直接PLS方法的相关系数r为0.911 9,预测标准偏差(RMSEP)为0.110 2;采用MSC预处理的r为0.906 0,RMSEP为0.100 8;而本文提出的VAPLS的r为0.998 7,RMSEP为0.015 2。结果表明向量角转换度量处理后,光谱的乘性干扰得到了有效校正,拉曼定量分析准确性得到了提高。

联合压缩感知和颜色向量角的彩色图像哈希方法

提出一种联合压缩感知和颜色向量角的彩色图像哈希方法.该方法先对输入图像进行预处理,并计算其颜色向量角矩阵,然后对矩阵进行非重叠分块,再将每一块进行压缩感知测量,用测量向量的均值构成哈希值.实验表明,该方法对常见数字操作稳健并有良好的唯一性,分类性能优于3种现有方法.

利用颜色向量角直方图进行基于内容的图像检索

分析颜色直方图在基于内容的图像检索(content-based image retrieval,CBIR)中存在的问题,提出一种应用图像边缘空间分布的检索方法.利用颜色向量角对亮度不敏感,对色度和饱和度敏感的特性提取彩色图像边缘.在图像的边缘像素及其近邻提取颜色向量角直方图,同时在图像的平滑像素区提取颜色直方图,将两种直方图结合起来用以描述图像内容.该方法较充分地利用了图像的颜色、边缘、形状信息,具有良好的光照不变性,与颜色直方图法相比,检索效果有明显改善.

结合颜色向量角和灰度熵的图像修复

针对现有图像修复算法效率低下的问题,提出一种结合颜色向量角和灰度熵的图像修复改进算法.根据颜色向量角能够衡量图像中不同颜色之间的差异特性,算法先构造边缘项来代替Criminisi算法中的数据项,并改进优先级计算方式;然后根据图像局部灰度均值的一维信息熵来度量图像中待修复块周围图像,进而采用局部平均灰度熵确定搜索区域的大小,以减少搜索最佳匹配块的搜索时间.实验结果表明,与Criminisi算法相比无论从速度上还是修复的质量上文中所提算法都占有优势.

中红外光谱结合向量夹角直接定量三氯蔗糖

多组分复杂体系的红外光谱由于成分多样、谱带严重重叠、背景干扰等导致谱图特征减弱,且体系中的红外光谱往往不是各组分光谱的简单叠加,需要借助于化学计量学技术以实现解析。基于朗伯-比尔定律(Lambert-Beer law)并且随着衰减全反射(ATR)技术取样普及,结合偏最小二乘回归法(PLS)、人工神经网络(artificial neural network,ANN)等化学计量法将数据进行累积、特征提取以及校正建模等工作解决红外光谱中严重重叠和非线性等问题,再采用二次测量定量分析已初步具有应用成效,而有效增强信息量表达,降低背景、噪声干扰,减少复杂的计算过程,进而保证定量分析结果的可靠性,则成为研究的主要方向。通过讨论光通道和背景对光谱强度变化的影响,结合向量角度转换提出一种新的近似线性定量方法。经初步理论计算,发现多组分混合物与该混合物中待测组分的相对含量二者间的向量夹角值存在一定的关系,而该关系并不受批次制样的影响,进一步通过高斯曲线模拟混合信号,充分说明选择合适的波长范围,二者在一定范围内存在线性相关性,相关性不受测量条件变化的影响。采用KBr压片法,向待测样品中逐步加入待测组分得到混合样本,分别得到待测组分光谱与混合样本光谱信号,先将其进行一阶求导,消除加性误差后,再将其转化为空间向量角度,消除批次制样中光程差异,再以百分比定义待测物样品的含量,所得到混合样的夹角值与其中所含参照品含量成简单线性关系,即以计算结果夹角值与含量作标准曲线,实现定量分析。本测量方法用于三氯蔗糖(Sucralose,TGS)与三氯蔗糖-6-乙酸酯(4,1,6-trichloro sucrose-6-acetate,TGS-6-A)二者进行一定比例混合(双组分体系),以及TGS-6-A的脱酰产物(多组分体系)中的TGS的含量定量分析,在两种体系中定量均得到令人满意的结果,所建立标准曲线的相关系数r均达到0.995 0以上,相对误差均低于8.0%,所建立的分析方法对利用中红外透射光谱分析研究多组分样品具有重要的参考价值。

以向量夹角为判据的拉曼光谱基线校正

以采样动态流质样品阿司匹林反应液的拉曼光谱作为研究对象,向量夹角作为判据选择SavitzkyGo1ay平滑窗口宽度,对拉曼光谱进行分区间线性拟合基线校正。校正后的拉曼光谱与原始光谱的相关系数为0.9377,结果优于多项式拟合基线校正和db9小波滤波。

基于顶点向量角的改进型扫描线滤波算法

扫描线滤波算法可以在一定程度上简化滤波问题,并在复杂地形中可以取得较好的滤波效果,但该算法难以滤除一些地面下方的噪声点以及正、反坡度角相差较大的点。针对上述问题,提出顶点向量角-扫描线滤波算法,利用顶点向量角并结合高差阈值对扫描线进行后处理,可以进一步提高所提算法的滤波效果。通过实验将传统算法与改进后的算法进行对比,证明顶点向量角-扫描线滤波算法能够取得更佳的滤波效果。

基于向量角分解的高维多目标进化算法

选择是进化的主要驱动力,也是多目标进化算法的关键特征,然而,在处理高维多目标问题时,随着目标维数的增加种群的收敛性和分布性的冲突加剧,传统多目标进化算法中的选择算子已难以有效地维持种群的收敛性与分布性之间的平衡.针对该问题,提出一种基于向量角分解的高维多目标进化算法.首先,将个体本身作为参考向量,利用目标向量之间的夹角作为个体的相似度测度估计种群分布性,以减轻算法预先指定权重向量的负担;然后,利用成绩标量函数作为个体的收敛性测度,该收敛测度在引导种群走向Pareto最优前沿方面发挥着重要作用;最后,提出一种基于向量角分解的精英选择策略,其在环境选择过程中利用向量角信息将目标空间动态分解,并利用成绩标量函数从分布性较好的区域中挑选较好的个体进入下一代,能够动态地平衡种群的收敛性和分布性.对比实验结果表明,所提出算法具有较强的竞争力,其在保持种群分布性的同时具有足够的选择压力,能够有效地引导高维目标空间的搜索.

飞机三维姿态测量的角平分线方向向量法

基于交会测量提出了一种飞机三维姿态测量的新方法—角平分线方向向量法。对交会图像进行边缘检测和特征线提取,获得飞机两机翼边缘特征线上适当两点的坐标,经两次坐标转换到特定坐标系下;联合经纬仪参数及跟踪的俯仰、方位角,解算机翼边缘特征线在特定坐标系下的方向向量,利用飞机结构的对称性,在机翼特征线平面求解其两条角平分线方向向量;重构飞机中轴线及其同面垂线的方向向量;据此计算出飞机的俯仰、偏航和滚动三维姿态。利用两台光电经纬仪交会跟踪飞机的眼镜蛇机动飞行表明提出的方法稳定、实用,只要图像上机翼边缘线成像清晰,测量的姿态角误差不会超过1°。此方法不仅可为靶场光测设备跟踪图像的处理提供一种新途径,而且可为其他运动目标的姿态测量提供借鉴。

红外光谱结合角度转换法快速分析乙酰二茂铁

基于红外光谱法建立了乙酰二茂铁含量快速分析模型。通过正交试验合成18组样本,采集了所有样本的红外光谱,并且进行了液相色谱分析。按照样本含量梯度由小到大选择9个作为校正集,以乙酰二茂铁对照品光谱作为参比,通过1阶导数降噪,截取特征波段1000~1100 cm^(-1)、1610~1680 cm^(-1),得到相对应的角度值。建立角度值与乙酰二茂铁含量的分析模型为y=0.011θ-1.289,相关系数r为0.996。将另外9组验证集样本在同样数据处理条件下,分析各验证集样本中乙酰二茂铁含量,与液相色谱分析结果进行比对,绝对误差为-0.91%~3.84%,相对误差为-4.94%~6.51%。结果表明,红外光谱结合角度转换法可用于样本中乙酰二茂铁含量的快速定量分析,该方法具有准确性高、分析快捷、操作简便等优点。

巧用三角形计算向量幅角

计算向量幅角是历届同学深感头疼的课题，如果碰到幅角是特殊的角，同学们还可以轻松应付．然而，若幅角不是特殊角时，这时就要用反正切函数的知识来解答．反正切函数y=arctgx∈(-π/2,π/2)、幅角0≤θ<2π，也就是说，它不一定在（-π/2,π/2)范围内．这时我们就必须用诱导公式把它化到（-π/2,π/2）中去，若对诱导公式不是非常熟练，稍不注意，就容易出错，这里，我们去寻一个新思路，避开诱导公式．巧用三角形计算向量幅角。

红外光谱和角度度量法快速分析硬脂酸木薯淀粉酯取代度

通过对采集样本红外光谱数据进行4阶导预处理后,分别对偏最小二乘法(PLS)和角度度量法(VAPLS)建模效果进行对比分析,结果表明:VAPLS的取代度预测模型效果最好,其预测值与真实值的相关系数r为0.9996,均方根误差RMSE为0.00011,验证集预测的相对误差为-2.37%~7.94%,优于PLS建模方法。方法简便快速,可实现酯化产品多个性能指标如溶解度、乳化性、冻融稳定性及黏糊度等同时分析。

广义复空间形式中具有平行平均曲率向量场的予流形

对广义复空间形式中具有平行平均曲率向量场和等Khler角的子流形的分类问题作一些研究,将复空间形式中关于具有平行平均曲率向量场和等Khler角的子流形的相关结论推广到广交的复空间形式中.

基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面:增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性和多样性的能力分别比被比较的6个算法平均高37.7%、32.9%、31.8%、22.2%、43.5%、30.2%。

中学数学教材中向量教学初探

本文基于初中课本中的向量知识,结合自身的学习及教学经验,在基于学生们在学习向量知识课程中出现问题的基础上,深入分析了课本中有哪些不足之处,教师在讲解中可能产生哪些失误,学生在应用中产生哪些错误.详细阐述了在中学数学教学中怎样分阶段孕育学生正确的向量概念和向量加、减运算法则,使初中学生在进入高中学习向量课程中,有一定的感性知识和接受向量时必需的外延,通过对外延的共性的抽象概括,最终使学生确切地掌握向量概念内涵.

一种新的图像空间特征提取方法

提出一种新的图像空间特征提取方法,采用基于颜色向量角和Euclid距离的CCVAE算法,检测原始图像的彩色边缘,分别对边缘像素、非边缘像素建立边缘直方图描述子和空间颜色直方图,描述颜色分布信息。仿真实验结果表明,该方法具有较高的准确率和召回率。