基于三维空间面积划分的轨迹相似性度量算法

针对大部分轨迹相似性度量算法无法区分方向相反轨迹的问题,提出了一种基于三维空间面积划分的三维三角分割(3TD)算法。首先,按照3TD算法的时间转换规则将轨迹集的绝对时间序列转变为相对时间序列;然后,在由经度、纬度以及时间三要素构成的三维空间坐标系中,通过划分规则将轨迹间面积分割成若干互不重叠的三角形,累加三角形面积并计算轨迹相似度;最后,在从船舶自动识别系统(AIS)收集的随机采样轨迹数据集上,与最长公共子序列(LCSS)算法和三角分割(TD)算法等进行了对比实验。实验结果表明:3TD算法对实验数据集中异向轨迹识别精确度达到100%;同时该算法面对海量数据集以及轨迹点部分缺失的数据集时,也能维持准确的度量结果以及较高的运算效率,能更好地适应异向轨迹相似度量工作。

融合相似性度量加权核偏最小二乘的烷烃气体定量分析方法

烃类气体含量的有效监测是油气勘探开采过程中安全保障的重要环节。红外光谱法作为一种安全高效的检测方法,受到现场工程师的关注,但主要采用离线模型进行测量,无法较好应对现场复杂的工况及变化多样的非线性影响因素,导致离线模型不更新而难以维持较高的预测精度。为此,提出了一种融合相似性度量加权核偏最小二乘的即时学习建模策略。首先设计了一种多相似性度量准则融合的样本相似性判别依据,有效筛选历史样本用于在线建模,其次在局部PLS模型中引入非线性核函数,实现非线性特征的有效提取,弥补线性偏最小二乘模型的非线性处理能力。在构建的多组分混合气体红外光谱数据上的实验结果验证了该方法的有效性,拟合优度R2达到0.994 1,RMSE和MRE相比PLS模型分别提升了43.6%和85.8%,可有效用于烃类气体红外光谱定量分析模型的在线更新与高精度预测。

考虑综合相似性度量的光伏典型出力场景聚类方法

场景聚类是描述不确定性光伏典型出力特性的有效途径之一,如何度量波动繁杂的光伏发电曲线相似性以及生成具有代表性的光伏出力场景是目前亟需解决的问题。为此,提出一种考虑综合相似性度量的光伏典型出力场景聚类方法,其基本思路是首先考虑光伏发电的电量大小、形态趋势、波动位置相似性,得到适用于光伏发电曲线的综合相似性度量距离;其次将形态质心作为优化问题求解,再用同倍比放大法得到兼顾电量和形态的实际质心,针对传统聚类算法在初始中心确定等方面的不足,以二十四节气为区间提出基于改进K-means算法的光伏典型场景集生成模型;最后构建光伏发电场景集指标评价体系,以熵权Topsis法对典型出力场景集进行综合评价。云南某地装机50MW的光伏电站2018—2020年算例结果表明:该文算法能准确划分和提取典型光伏出力场景,且以节气为区间生成的典型场景集在波动和电量指标上都有较好的表现,证明算法的有效性。

局部特征与点云配准引导下的神经元相似性度量方法

针对现有神经元形态学匹配与相似性度量方法难以有效处理大规模且结构复杂神经元数据的问题,提出一种由局部特征与点云配准引导下的神经元相似性度量方法.首先,利用全局特征进行大规模检索完成神经元相似数据的初筛;其次,基于深度卷积自编码器,对筛选后的神经元数据进行无监督的局部特征提取,实现两两神经元之间的粗配准,并借助迭代最近点算法,将具有空间树型结构的神经元匹配问题转换为点云的三维配准问题;最后,通过与全局特征下的检索结果进行融合,实现神经元形态数据的相似性度量.在NeuroMorpho公开数据集上抽取了19286个神经元,并与其他6种相似性度量方法进行对比实验,文中方法的Top-1和Top-50精度分别为0.981和0.721,均优于现有对比方法,验证了其在大规模数据集上的有效性与精确性.

相似性度量方法在动态荷载识别中的应用

动态荷载识别方法有助于维护设备运行中的载荷组件,但在工程实际中,动态荷载反求是一个难度较高且较复杂的问题,格林核函数法是识别工程问题中动态载荷最流行的时域方法之一。为了确定相似性度量方法在动态荷载识别中的作用,在不同正则化方法下求解出反求荷载,并运用欧几里得距离和余弦距离对不同正则化方法反求出的荷载和真实荷载进行比较,得出欧几里得距离和余弦距离在判断反求荷载准确度中比最大相对误差更为有效。

混合相似性度量的仪表询价电子表格结构识别

对仪表企业来说,快速高效地自动响应用户的询价请求,实现无人化询价,具有非常重要的意义。但不同用户提供的物料清单表无统一规范的格式,导致仪表企业只能获得半结构化的询价电子表格,无人化询价系统难以分析与理解。构建无人化询价系统的关键是准确地自动提取仪表参数,而提取参数的前提是正确理解表格结构。因此,以构建无人化询价系统为目标,研究仪表询价电子表格的结构识别,提出混合相似性度量表格结构识别方法(hybrid similarity metrics for table structure recognition, HSMTSR)。所提方法结合Levenshtein距离、Dice系数和单元格类型相似度(cell type similarity, TySim),根据单元格和行数据的相似度解析识别表格结构。同时,建立流量仪表电子表格数据集(flowmeter spreadsheet dataset, FSDS)研究分析仪表询价电子表格的结构,包括714个电子表格,8 574行数据。实际应用表明,所提方法可准确高效地自动识别多种复杂结构的仪表询价电子表格,并在多个评价指标上均取得较好效果。

结合视觉感知和结构相似性的图像质量评价

目的研究一种精度、泛化性和复杂性综合效益较高的图像质量评价(IQA)模型。方法结合图像失真特征和人眼空间感知特性,基于结构相似性模型SSIM,提出一种基于图像结构感知相似性的IQA方法及其模型ICBS。该方法首先结合人眼对比敏感、频率敏感、亮度感知和掩蔽等特性及其模型,提出一种人眼对真实图像感知的数学模型;然后,模拟人眼对真实图像的感知,通过该感知模型对图像进行处理,以降低图像的视觉冗余,获得感知图像;最后,基于SSIM的建模方式,结合感知图像的特征,提出ICBS模型。结果为了说明所提模型的性能,采用3个开源数据库中35种失真类型的4645幅失真图像,从整体评价和单独评价每一失真类型2个方面进行了仿真测试,结果表明,ICBS的精度在3个数据库中,其加权PLCC值达到0.917,SROCC值达到0.912。基于精度、泛化性能和复杂性的综合效益,与7个现有典型模型的评价结果进行了对比分析,结果表明,ICBS的精度比SSIM的精度在3个数据库中平均提高了10.77%,且其性能综合效益优于7个现有模型。结论综合实验结果和理论分析结果可知,所提模型是一种有效、性能优异的IQA模型。

基于相似性度量的PPI网络链接预测算法相关性分析

针对基于相似性度量的蛋白质相互作用网络(PPI网络)链接预测算法Sim,证明Sim指标是基于3-跳路径的指标,分析Sim矩阵和PPI网络邻接矩阵具有较强相关性,为基于相似性度量的PPI网络链接预测算法提供理论依据.

基于场地相似性度量的区域洪水频率分析模型研究

研究应用了一种将流域建模与传统区域洪水频率分析相结合的新方法,提出基于水文模拟的场地相似性度量指标,并考虑洼地对径流的影响。以加拿大大草原为研究对象,通过与洪水频率分析的其他传统度量指标进行对比,对所提出的度量值进行验证。为严谨验证新度量指标的合理性,经仔细比选实例,将该指标与传统场地相似性度量指标组合得到30种应用场景,对109处场地进行分析,评估聚类结果的均一性.

基于Hausdorff距离的轨迹相似性度量的航迹复原方法

面对有源和无源探测时存在的大量杂波等干扰,导致探测的重点目标航迹存在缺失的问题,采用基于Hausdorff距离的轨迹相似性度量方法,计算重点目标与探测数据中所有批次在距离-时间、方位-时间2个维度的双重Hausdorff距离。以加权Hausdorff距离为相似性度量排序,从探测数据中辨识出与重点目标航迹相似度最高的目标,实现在探测数据中准确辨识重点目标以及复原目标缺失航迹。实测数据验证表明,该方法简单高效,具有工程应用价值。

基于形态成分分析的压缩感知和局部相似性校正的面波压制方法

基于压缩感知稀疏反演框架,采用形态成分分析理论(MCA)对含面波的单点采集地震数据进行信噪分离。对于低信噪比的深层弱反射信号来说,面波的稀疏表征中会含有部分残余反射能量。进一步采用局部相似性去噪技术,用分离的面波和压制面波后的反射信息计算相似性因子,提取出稀疏表征面波中的反射波成分,再将与稀疏表征的反射信号加权叠加,获得最优的分离掉面波的结果。典型模型和实际数据测试验证了本文方法的有效性和适用性。结果表明,该处理流程既分离了面波,又提高了反射信号的保真度。

基于GPU的加速船舶轨迹相似性度量与聚类

针对使用中央处理器(Central Processing Unit, CPU)硬件实现密度聚类、相似性度量等算法提取船舶习惯航迹的过程中存在复杂度高、计算时间长等方面的不足,提出使用图形处理器(Graphics Processing Unit, GPU)高性能计算及GPU优化算法以提升船舶轨迹相似性度量与聚类的速度性能,大幅缩短船舶轨迹特征提取过程中的时间开销。利用长江南槽交汇水域船舶自动识别系统(Automatic Identification System, AIS)动态船舶轨迹信息进行方法验证,通过对比传统基于CPU的方法验证了所提出的基于GPU的船舶轨迹相似性度量及聚类算法存在较优的速度性能,为快速提取研究水域中的船舶特征提供新的理论依据。

一种基于权重自适应相似性度量改进的InSAR-BM3D算法

针对InSAR-BM3D算法在三维成像雷达高度计干涉图近距端纹理密集区域、远距端低信噪比区域干涉条纹细节保持及去噪能力不足的问题,提出了一种基于权重自适应相似性度量改进的InSAR-BM3D算法。以皮尔森相关系数和余弦相异性为基础,构建了一种根据干涉条纹密集程度和噪声水平变化而对皮尔森相关系数和余弦相异性进行权重分配的相似性度量,进一步保证了相似块搜索过程的准确性;在最终估计阶段,对基础估计图像中噪声残留区域进行了进一步滤波处理,提高了算法的去噪能力。利用模拟数据和机载三维成像雷达高度计影像数据进行了实验,并与均值滤波、Goldstein滤波、NL-Means滤波以及各向异性扩散滤波等算法进行了比较,结果证明该算法能够在有效滤除噪声的同时进一步保留干涉条纹的细节。

一种基于属性相似性和分布结构连通性的聚类算法

聚类分析针对不同的数据特点采用不同的相似性度量,现实世界中数据分布复杂,存在分布无规律、密度不均匀等现象,单独考虑实例属性相似性或分布结构连通性会影响聚类效果。为此,提出了一种基于属性相似性和分布结构连通性的聚类算法(A Clustering Algorithm Based on Attribute Similarity and Distributed Structure Connectivity, ASDSC)。首先,利用待聚类数据集中的所有数据实例构建完全无向图,定义了一种兼顾属性相似和分布结构连通的新颖相似性度量方式,用于计算节点相似性,并构造邻接矩阵更新边的权重;其次,借助邻接矩阵执行递增步长的随机游走,依据顶点的连通中心性来识别簇中心并给定簇编号,同时获取其他顶点的连通性;然后,利用连通性计算顶点间的依赖关系,并据此进行簇编号的传播,直至完成聚类。最后,为了验证该方法的聚类性能,在16个合成数据集和10个真实数据集上与5种先进聚类算法进行了对比实验,ASDSC算法取得了优异性能。

基于深度度量学习的茶叶相似性评价方法

在眉茶拼配过程中,为了客观定量的评价试拼小样与标准样之间的相似性,该研究提出了一种基于深度度量学习的相似性评价方法,采用7种等级的眉茶标准样作为训练集,并在标准样中加入不同含量半成品茶构建具有不同相似性的测试集。采集茶样的高光谱数据并获取光谱特征与图像特征,分别以光谱数据、图像数据、图谱融合数据3种数据类型作为模型的输入。为了构建距离特征空间,该研究提出了基于三元组损失的深度特征提取网络,并设计了Center Anchor Triplet Loss损失函数,通过样本在特征空间的距离,表征相似程度,达到定性判断相似性和定量度量相似度的目的。结果表明:图谱融合数据结合Center Anchor Triplet Loss的方法精度最高,相似性判断准确率为98.89%,相似度度量准确率为100%。该研究采用未经训练的独立样本评价模型,可以获得较好的结果,说明算法具有较好的泛化能力。研究结果为眉茶的相似性评价提供了理论依据。

相似性度量与牛顿插值融合的架空输电线弧垂测量方法

架空输电线路导地线弧垂是架线施工质量和线路安全运行的关键指标之一,针对目前弧垂测量方法在准确性、便捷性等方面存在的不足,提出了一种基于激光测距与光栅测角技术的输电线路弧垂测量数学模型,并在该模型的基础上,针对单根导线测量鲁棒性不足的情况,提出一种基于相似性度量与牛顿插值法相融合的多分裂导线弧垂测量数据质量评估优化算法,实现对数据集的补偿与弧垂计算。与点云提取电力线方法相比,该测量方法只需通过少量测量数据即可拟合出导线模型并计算出弧垂值。以220 kV双分裂导线为测量对象,进行试验验证,并与现有测量方法弧垂测量值作比较,试验结果表明数据优化后的弧垂误差率最大为1.47%,证明了该方法的准确性,能够满足工程现场测量精度要求,并提高了架空输电线路弧垂测量工作的安全与效率。

稀土元素配分曲线的相似性度量算法及其在黄海沉积物物源判别中的应用

稀土元素配分曲线常被用于判别沉积物物源,相同物源沉积物的稀土元素配分曲线往往具有相似的形态特征。然而,当前稀土元素配分曲线相似性判别仍然采用人眼目视判别,主观性较强且无法实现定量判别,因此需要一种统一的度量手段实现稀土元素配分曲线的定量相似度计算,进而在此基础上开展聚类、分类等统计分析操作,充分挖掘稀土元素数据中的物源信息。本研究提出一种稀土元素配分曲线相似性度量算法,该算法不受稀土元素绝对丰度的影响,能够有效甄别稀土元素配分曲线之间形态上的差异。该算法的聚类结果显示,黄河和长江是南黄海中部泥质区的主要物质来源,黄河黏土粒级物质可以由沿岸流输运至黄海33°N处,长江黏土粒级物质被黄海暖流携带北上最远至黄海36°N附近,西朝鲜海洋锋面将朝鲜半岛河流的影响范围限制在了其东侧;东南黄海泥质区除了接收朝鲜半岛河流的供给外,其南部还接收了中国河流的细粒物质供应。

基于Hellinger距离的正态云相似性度量方法及应用研究

针对现有正态云相似性度量计算复杂度较高且区分度不强等问题,本文首先从正态云的特征曲线出发,利用Hellinger距离刻画两个概率分布相似性的特点,提出一种基于Hellinger距离的正态云相似性度量方法,该方法不仅考虑了云概念的数字特征且兼顾了其分布特性,并对相似度量具有的数学性质进行了研究。其次,根据给出的相似度量方法,设计了两种正态云概念的相似度算法。最后,通过数值模拟仿真实验和时间序列数据分类实验对所提出算法的性能进行对比分析,结果表明该算法具有较好的相似度区分能力且分类错误率和CPU时间代价都较低。同时,将本文方法应用于协同过滤推荐系统中,并在MovieLens100k影评数据集上进行了实验,实验结果表明本文方法在用户评分数据极端稀疏的情况下,仍能取得较理想的推荐质量。

保护隐私的集合相似性度量协同计算协议

集合相似性度量是机器学习领域的基本问题之一,研究如何在保护数据隐私的前提下计算两个集合间的相似性问题,在保护数据隐私的机器学习、图形识别、生物信息学等方面有着重要的理论意义与应用价值。在机器学习中估算不同样本集合之间的相似性时,通常通过计算集合相似度来对样本之间的相似程度进行估算,这一类集合之间的相似度统称为集合距离。其中,最常用到的集合距离就是杰卡德距离。文中从集合间杰卡德距离入手,首先通过设计一种新的编码方法,对参与计算的数据进行位置数字编码,将相似性度量问题转化为求两集合间相同数字个数问题,进而结合异或思想,借助同态加密体制具体设计了可以保护隐私的集合杰卡德距离协同计算协议,从而解决了集合间相似性度量的隐私保护问题。模拟器证明该协议是安全的,结果分析表明协议可以高效安全地判定出两对象间集合数据的相似性,在保护隐私的集合相似性度量方面,该方法具备一定的普适性。

基于Petri网工作流模型展开树的路径序列相似性算法

在实际的数据迁移项目中,为了解决数据映射的问题,需要确定两个工作流模型之间的相似度。从工作流模型的相似性方面进行分析阐述,提出了基于Petri网的工作流模型展开树的路径序列相似性算法。首先采用深度优先搜索算法和动态规划算法对模型进行搜索;其次通过提出的算法获取展开树的所有路径序列;最后利用编辑距离算法计算两个模型序列之间的两两相似度,进而完成模型相似性计算;相较于其他的主流相似度算法,主要优点在于可以精确计算得到模型部分结构和行为相似度,可以更好地确定流程间映射,从而找到数据映射的解决方法。实验结果表明,该方法较主流的基于模型结构和行为相似性的算法,计算合理性和准确性有很大提升。