基于改进距离的孤立点检测方法

局部切空间排列(LTSA)算法是一种有效的流形学习方法,但该算法对孤立点的存在非常敏感.为了增强LTSA算法对孤立点的鲁棒性,文中提出了一种基于改进距离的孤立点检测方法.该方法通过改进距离来度量样本点之间的距离,降低了样本点分布不均匀对孤立点检测算法的影响.实验结果表明,该数据预处理方法能有效地提高LTSA算法的鲁棒性,更好地挖掘数据集的本征特性,具有更好的数据可视化效果.

同航线双基调频连续波SAR改进距离徙动算法

考虑到调频连续波合成孔径雷达具有较长的扫频周期,要达到频率的线性化非常困难,针对现有非线性校正方法的不足,提出了改进的频率非线性校正方法.另外,分析了平台连续运动带来的多普勒频移的影响.对于频率非线性校正后的信号,利用瞬时频率的概念,通过引入双基角,推导出基于调频连续波的同航线双基合成孔径雷达回波信号的二维波数域表达式,在此基础上提出了包含频率非线性校正的同航线双基调频连续波合成孔径雷达的改进距离徙动成像算法.仿真数据的处理验证了频率非线性校正方法以及成像处理算法的有效性.

基于改进距离-多普勒算法的合成孔径声呐斜视成像研究

在深入研究了合成孔径声呐(SAS)中距离-多普勒(R-D)成像算法的基础上,针对SAS的斜视和大面积测绘的应用,放弃菲涅耳假设得到了一个在正侧视和斜视情形下同时适用的改进R-D算法。避免了二次距离压缩(SRC),同时提高了斜视下的成像效果。并且该算法易于结合自聚焦环节实现运动补偿。最后以仿真结果证明了改进算法的有效性。

改进距离熵权MULTIMOORA的铁路应急救援方案搜索

将改进距离熵权下的MULTIMOORA方法应用到铁路突发事件应急方案搜索中,提出了一种快速、准确的救援方案搜寻方法。将区间数用于描述模糊且不确定的案例信息,在特征态势属性提取的基础上,提出了模糊信息下的改进距离熵权获取方法。同时将强鲁棒性的MULTIMOORA方法用于铁路突发事件应急方案搜索推理中,建立了铁路应急救援方案搜索模型。通过算例说明该方法用于铁路突发事件应急方案搜索的具体过程。案例分析结果表明,本文方法能够较好满足铁路突发事件制定应急方案的时效性与准确性需求。

基于改进距离和的异常点检测算法研究

为了降低原始数据中的勘误影响,提高数据质量,深入分析了常用的基于距离的异常点检测算法,提出了一种新的基于改进距离的异常点检测算法,舍去了传统算法中对DB(d,p)参数的设置。首先,为了解决终端的不确定性选择属性困难的问题,引入了"属性隶属度"的概念,简化了检测属性的选择方式;其次,为了解决由于数据分布不均匀而导致的检测准确率较低的问题,改进了常用的距离度量,并采用改进的加权距离进行计算,得到距离矩阵,通过分析计算距离的总值,给出了一种异常评价方法用来判断异常点的异常程度;最后,以股票交易数据进行实验,与传统基于距离和的检测算法进行比较,结果表明该改进算法在异常点检测的准确度方面具有明显的改善。

基于改进距离和蚁群算法的农村垃圾回收路线优化研究

垃圾综合处理系统由收集(含小车短距离运输)、运输(含转运)和处理3大环节组成。其中垃圾收集是第1个环节,如何降低垃圾回收的成本,除进行减量化以外,就是要减少垃圾在回收过程中运输成本,优化垃圾回收路线。结合欧式距离和曼哈顿距离计算方法,考虑地形因素,提出更适合农村地区实际情况的改进距离计算方法,并使用蚁群算法进行实例验证,该改进距离计算方法可以确定农村地区最优垃圾回收路线。

基于HMM与改进距离测度法的齿轮箱故障诊断

提出基于隐马尔科夫模型(Hidden Markov Model,HMM)与改进距离测度法的齿轮箱故障诊断新方法。在改进的距离测度方法中通过两约束因子调整特征参数灵敏度的评价函数,通过评价函数获得最优特征参数子集,完成对特征参数降维;利用最优特征参数子集训练获得齿轮箱各状态下Markov模型;计算测试数据在各模型的对数似然概率,据概率值大小判断故障类型。齿轮箱验证实验结果表明,改进距离测度法与HMM方法结合能有效识别齿轮箱轴不对中、断齿、磨损等多故障模式,适用性较高,可用于实际齿轮箱系统故障诊断。

弹载斜视FMCW-SAR的改进距离堆栈算法

分析了弹载斜视FMCW-SAR的成像几何关系,建立了其点目标回波信号模型和推导了回波信号的二维波数域形式。大斜视情况下,二次以上的高次距离方位耦合项不能忽略,所以FMCW-SAR中常用的改进频率变标算法不再适用。提出的距离堆栈改进算法在聚焦深度范围内利用相同的斜距值进行距离堆栈操作,其计算效率提高了2D^2f_s/(1.57 cλ)倍。与改进的频率变标算法相比,不同斜视角仿真实验的结果验证所提算法的有效性和正确性。

基于改进距离标记的彩色细胞图像分割

针对分水岭算法过分割的问题,引入了一种新的距离标记方法。首先利用改进的最大类间方差法(OTSU)对彩色细胞图像进行目标提取,然后根据面积因素判断各区域是否可能存在细胞重叠,对可疑重叠区域进行改进的距离标记,并把标记结果作为分水岭算法的基础,最终得到较准确的分割结果。

应用改进曼哈顿距离的金属超声辨识研究

超声波与金属样品的显微结构相互作用而发生散射和反射等效应,造成声波能量的损失。将超声波信号与金属样品的显微组织和晶体结构联系起来,提出“超声指纹”这一概念。每个金属样品的“超声指纹”都是独一无二的,对已知的标准样品采样并留存其“超声指纹”,相当于为其贴上“防伪标签”。以3类成分相近的金属样品以及每类7个成分相同的金属样品为例,利用超声相控阵的扇形扫查方式进行信号采样。将改进曼哈顿距离作为指纹特征,结合高斯分布原理和三倍标准差法计算标准样品的辨识阈值,相较于以前的阈值计算方法更加科学合理。测试结果表明,提出的方法能够对成分相近金属样品甚至成分相同的金属样品全部实现准确辨识。

基于扎根理论及G1-CRITIC-距离函数判法-VIKOR的铁路建设项目安全管理标准化评价

为促进安全管理标准化管理模式顺利实施,铁路建设项目安全管理迈向高标准高水平,开展铁路建设项目安全管理标准化评价研究。首先,以标准化管理为理论基础,根据质性研究方法-扎根理论对数据进行编码处理,建立以制度管理标准化、人员配备标准化、物料管理标准化、环境管理标准化、现场作业标准化、过程控制标准化为6个核心范畴和32个主范畴的铁路建设项目安全管理标准化评价指标体系。其次,借助劳伦茨曲线的基尼系数改进CRITIC方法,提出“G1-CRITIC-距离函数判别法”模型,计算属性权重。最后,采用VIKOR算法对案例项目进行实证分析,基于安全管理标准化值U_(R)评估标准化管理水平。结果表明:各案例项目的安全管理标准化水平不同,U_(R)值具有显著差异,P_(1)~P_(5)各项目的U_R值分别为0.047 6、0.148 3、0.451 9、0.971 5、0.648(其中P_(4)属于“高水平”;P_(3)和P_(5)属于“中水平”;P_(1)和P_(2)属于“低水平”)。通过折衷系数扰动下的敏感性分析,综合考虑群体效用和个体妥协,对不同等级的建设项目(P_(1)~P_(5))分别进行讨论,并提出标准化建设的决策建议。研究结果与各案例项目实际安全管理标准化程度相符,为深入推进铁路建设项目标准化管理工作、促进建设项目各项安全管理行为规范运作和管理体系的持续改进提供参考依据。

基于改进加权欧氏距离的光谱反射率重建样本选择方法研究

获取物体的光谱反射率是准确再现物体在各种光照条件下真实颜色的关键保证,这对纺织服装、出版印刷、网络电商、远程医疗等对颜色有较高要求的行业有重要作用。光谱反射率重建的目的是利用训练样本建立数码相机等通用设备所获取的RGB三色值和光谱反射率高维向量间的映射关系,从而避免使用分光光度计等专业设备所带来的成本高、操作复杂、分辨率低等问题。训练样本的选择是影响光谱反射率重建算法效果的重要因素。从物理角度看,光谱反射率是一条关于波长的光滑曲线,光谱反射率向量最大的相关性特征就是其光滑性,因此,训练样本的选择应同时考虑空间距离和形状的相似性。针对局部学习方法中局部样本选择问题,提出一种能同时考虑光谱反射率向量形状相似和空间距离相近的更加有效的训练样本选取方法,以提高光谱反射率重建的精度。该方法利用待测样本与训练样本之间的加权欧氏距离与向量夹角距离结合后赋予不同权重作为相似性度量,根据样本容量动态地选出相似度较高的样本。实验以孟赛尔半光泽数据集(munsell matte)为样本集,基于伪逆法进行光谱反射率重建,以光谱均方根误差和色差为评价指标,与加权欧氏距离方法从样本选择的有效性和重构精度两方面进行比较。实验结果表明,基于改进加权欧氏距离的样本选择,能够在保证均方误差最小的条件下,显著降低色度误差,同时添加不同噪声水平后,文中方法的均方根误差和平均色差依旧保持最小,该方法能够更好地利用局部样本的信息,而且具有较好的抗干扰能力,可以有效地提高光谱反射率重建的实际应用效果,进而为颜色的真实再现提供保障。

基于改进CEEMDAN在电能质量复合扰动去噪中的应用

为提高噪声环境下电能质量复合扰动识别精度,提出一种基于改进自适应噪声完备经验模态分解(CEEMDAN)去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数(IMF);然后将改进兰氏距离与多重分形去趋势波动分析(MFDFA)结合,把若干IMF分量分为信号IMF分量、噪声和信号混叠IMF分量、噪声IMF分量。对于混叠IMF分量、噪声IMF分量分别采用改进奇异谱分析(SSA)、小波阈值(WT)去噪;最后,将经去噪处理的IMF分量与信号IMF分量进行重构。实验表明:与对比算法相比,含噪扰动经新算法去噪后,信噪比显著提高,去噪效果良好。

一种改进距离的局部线性嵌入算法的基因表达谱数据分类

针对基因表达谱样本数据少、维度高、噪声大的特点,维数约减十分必要。由于基因表达谱数据是以一种高维非线性的向量存在,传统的降维方法使得一些本质维数较低的高维数据无法投影到低维空间中,为此本文引入一种改进距离的局部线性嵌入(LLE)算法对其进行降维。由于原始的LLE方法对近邻个数参数非常敏感,为了增强算法对近邻参数的鲁棒性,文中提出了一种改进距离来度量样本点之间的距离,从而降低了样本点分布不均匀对算法的影响。实验结果表明,改进距离的LLE方法能够有效地提取分类特征信息,并能够在保持较高的分类正确率的前提下大幅度地降低基因数据的维数。

基于改进马氏距离的分布式能源电站设备健康度研究

分布式能源电站以其清洁环保、经济高效得到快速发展,但其电站设备用于故障诊断的数据较少,目前急需一种能够预测设备运行健康状态和老化程度的方法。基于此,提出一种能够分析设备运行状态、获取设备劣化演变趋势的预测模型。首先将设备多维数据进行预处理,采用层次分析法与高斯混合分布相结合,定量地构建一种基于改进马氏距离的分布式能源电站设备健康度模型;然后建立基于改进麻雀算法和长短时记忆神经网络的组合预测模型,对分布式能源电站设备的劣化情况做趋势预测及相关分析。实验结果表明,所提出的融合健康度模型在分布式能源电站实际故障数据不足的情况下,能够在设备出现异常时做出预测。

改进的机载大斜视SAR距离-多普勒算法

基于斜视成像几何模型,分析了目标回波信号距离走动比距离弯曲大得多的特点。推导了用于机载大斜视合成孔径雷达成像的改进距离-多普勒算法。该算法基于高阶距离模型,首先在距离压缩时校正距离走动,然后在两维频域校正距离弯曲。点目标仿真和实测数据成像结果证明了算法的可行性。

基于改进编辑距离的中文相似句子检索

中文相似句子检索的方法在基于实例的机器翻译等中文信息处理领域，具有非常广泛的应用背景。本文提出的基于改进编辑距离的中文相似句子检索方法，在使用信息检索技术提高检索效率的同时，以普通编辑距离算法为基础，加入了词汇的语义信息，使之更加符合中文句子相似度计算的要求。改进编辑距离与单纯基于语义辞典计算句子相似度的方法相比，具有便于扩展，准确率高等优点。在基于大规模双语句对检索的英文辅助写作系统中使用该算法进行中文句子检索，最后获得了81．33％的查准率和95．31％的查全率。

一种改进Hausdorff距离和谱聚类的车辆轨迹模式学习方法

为了对交通监控视频中的异常行为进行检测,需要对车辆的运动轨迹进行分析,但由于噪声、遮挡等原因,不可能获得完整的运动轨迹,导致分析结果不准确。针对此类问题,提出基于改进Hausdorff距离和谱聚类的轨迹聚类方法,首先对提取到的轨迹进行预处理,然后利用改进的Hausdorff距离进行轨迹相似度度量,最后通过谱聚类方法对距离矩阵进行聚类,得到符合实际情况的聚类结果。实验结果表明,该方法具有较好的鲁棒性和有效性。

基于改进编辑距离和依存文法的汉语句子相似度计算

句子相似度计算在中文自然语言处理领域有着广泛的应用背景。要准确地刻画一个句子所表达的意思,必须深入到语义层面级并结合语法结构信息,提出了一种基于改进编辑距离和依存文法的汉语句子相似度计算方法。依存文法考虑到句子内部的结构和词语之间的相互作用关系,而编辑距离由于《同义词词林》的应用可以兼顾同义词之间的替换,因此该方法与其他方法相比,描述句子的信息更加全面,试验结果表明该方法是有效的。

基于改进流形距离的粗糙集k-means聚类算法

针对现有的基于流形距离的聚类算法对"绝对流形"数据集较"相对流形"数据集聚类效果佳和参数ρ在较大范围内变化时,聚类性能较差等问题,提出基于改进流形距离的粗糙集k-means聚类算法。该算法通过用属性划分和最大最小距离选择初始聚类中心,以改进的流形距离和粗糙集优化k-means,并结合终止判断条件以达到解决边界数据聚类问题和提升聚类效果的目的。仿真结果表明:该算法对"绝对流形"和"相对流形"数据集聚类效果均有较好改善,且参数变化对聚类性能影响较大。