基于标准化欧式距离的挠度传感器故障诊断方法研究

为从监测数据异常分析的角度有效识别传感器设备故障,减少虚警、漏警现象发生,保障桥梁健康监测系统安全运行,提出了基于时间序列相似性分析的传感器趋势故障诊断方法。基于距离诊断的基本原理,选取相关测点挠度传感器监测数据构造的标准化欧式距离作为判定指标,通过故障前后该指标值相对变化对工程中常见挠度传感器故障进行特征诊断和故障时间定位。数值模拟的结果表明:基于标准化欧氏距离的挠度传感器故障诊断方法不仅能够有效识别预设的3类常见挠度传感器故障,还能够初步定位故障发生时间。

基于标准化欧式距离的双向特征匹配算法研究

基于特征的匹配算法是图像配准的重要内容,针对传统SIFT匹配法存在的重复匹配、多对一匹配、正确率不高等问题,本文提出了基于标准化欧式距离的双向特征匹配算法。该算法首先通过SIFT算法对特征点进行提取,然后用标准化欧氏距离对特征描述符进行度量,接着采用双向特征匹配算法对特征点进行匹配,最后以RANSAC算法对匹配对进行提纯。实验结果表明,使用标准化欧氏距离进行双向匹配,具有更高的准确率。

一种基于最小距离分类器的恶意代码检测方法

恶意代码是构成互联网威胁的新根源,至今传统的病毒查杀方法对此也无法根治。未知恶意代码每月呈几何倍的速度增长,人们依赖的防范手段多是手工分析,其效率有限且花费巨大。阐述了基于最小距离分类器的未知恶意代码检测方法,它对未知恶意代码有着良好的判定能力,能够有效地区分病毒与可信程序。对自定义的恶意代码行为进行建模,并通过实验发现,经过改进的最小距离分类器除了良好的分类精度外,其计算代价较其他非线性方法小,因此该模型在实际反病毒工作中有较高的实战价值。

基于正态分布的距离保持哈希图像检索方法

针对图像检索任务中部分监督学习部署困难,以及一般无监督学习没有利用监督信息导致检索性能劣化的问题,提出一种基于正态分布的距离保持哈希的无监督框架,使生成的哈希码保持图像的原始距离关系,在检索结果中尽可能保留相似的图像;距离保持哈希使用正态分布框架约束生成的连续码保持原始特征的距离关系,将图像的语义信息尽可能保留到哈希码中,并使用标准化欧氏距离进行特征向量的相似度计算,解决直接使用传统欧氏距离作为损失时神经网络梯度下降产生的网络波动问题。实验结果表明,与其他模型相比,距离保持哈希在大规模图像检索中检索性能更好。

基于声暴露级向量的海洋工程噪声信号自动提取方法

为从海量的海洋原始噪声数据中快速和准确地提取海洋工程噪声信号,完善大型海洋工程的海洋噪声评估方法,文章提出基于声暴露级向量的海洋工程噪声信号自动提取方法,并进行实验验证。研究结果表明:基于声暴露级向量的信号自动提取方法实现的核心是计算疑似信号与样本信号声暴露级向量(包括声暴露级和有效时间长度)的标准化欧氏距离,结合变步长截取分析、半波包络双阈值触发和中心位置触发等方法,提高信号提取的效率和准确率;与传统的人工提取方法相比,该自动提取方法具有稳健、准确和高效的性能,可替代人工提取方法并广泛应用。

基于影响域的新型众包定价算法模型构建

"众包"已成为时下新兴的一种基于互联网进行信息检查和搜集的商业模式,其成功率取决于诸多因素的影响,其中最大的影响因素为任务发布者的出价。针对此问题,本文提出了一种基于"影响域"的新型众包定价策略,该策略以经济学中的供求关系模型为建模方法,利用任务与劳动者的地理位置分布规律动态定价,同时,对新数据与原始数据进行相似性分析,通过机器学习模拟任务的完成概率,从而评价定价策略的优劣。本文以"拍照赚钱"自助式服务模式作为研究样本;在利用影响域定价模型重新定价后,经济效用较原始方案增长80.65%,效果良好。

基于改进密度聚类算法的天体光谱自动分类处理

随着我国大型巡天计划的迅速开展,海量天体光谱数据分类,尤其高效的自动化分类技术成为了我们迫切研究的重要课题.本文提出了根据密度可达原则,改进的密度聚类算法——哈曼顿距离密度算法(MD-DBSCAN),应用于多种我们熟知的光谱中.针对来源于美国SDSS-DR8的天体光谱数据,对比DBSCAN、NED-DBSCAN、MD-DBSCAN三种算法的相关性能表现对比,得出相应的结论。