基于2-邻域局部结构的矢量图符号模糊识别方法

针对矢量图纸中经常出现的符号模糊性进行分类定义,提出一种基于2-邻域局部结构的符号识别方法.该方法利用局部结构的思想,首先将原型符号和目标图纸统一表示成2-邻域局部结构的集合,并定义2-邻域局部结构的相似距离;进而根据距离度量筛选出相似的局部结构;最后对目标图纸中的相似局部结构按照空间距离和缩放因子进行聚类,获得与原型符号相似的符号实例.实验结果表明,文中方法不仅可以解决包含重复结构、可伸缩等模糊性的符号识别问题,还能够保持较高的识别准确率.

局部加权稀疏表示的文本分类算法研究

基于稀疏表示方法的文本分类强调使用训练样本特征的全局结构对测试样本进行稀疏表示,而对文本特征的局部邻域结构和文档之间相似性缺乏考虑,导致文本分类准确率低和高耗时。为了解决上述问题,本研究以最近邻和最近特征子空间为基础,并建立局部邻域结构和距离加权机制,提出一种局部加权稀疏表示的文本分类算法,使文本语义信息表达更丰富、稀疏表示更具判别力。实验结果表明本文算法准确率高于基线算法2.4%~5%,运行速度提高1.35~2.8倍。

基于邻域保持嵌入稀疏编码的图像分类

针对复杂背景下的图像分类问题,结合稀疏编码和邻域保持嵌入算法,提出一种基于邻域保持嵌入规则的稀疏编码算法。在传统稀疏编码问题的目标函数中加入特征编码的局部邻域嵌入正则化项,通过最小化每个特征的编码与其近邻点的特征编码线性组合的误差,使得相似的特征在编码后仍然相似,保留特征的局部邻域结构。采用近似编码的方法降低计算复杂度,实验结果表明,在多个图像数据库上进行图像分类,与已有的稀疏编码方法相比,该算法具有较高的分类精度。

基于LNAFSA算法的WDM系统PMD自适应补偿

提出了一种可应用于波分复用(WDM)系统的偏振摸色散(PMD)自适应补偿方案。该方案以偏振度(DOP)为反馈信号,采用局部邻域结构的人工鱼群算法(LNAFSA)为控制算法,对低于设定阈值的一个或多个信道同时进行PMD自适应补偿。补偿后各补偿信道的DOP均大于0.96,眼图张开度明显增大,系统性能得到了改善。