基于人脸相似度加权距离的非特定人表情识别

该文提出了一种用于非特定人表情识别的方法。首先,对测试人的初始表情特征进行高阶奇异值分解,得到测试人与训练集中所有人相关的表情特征。然后,根据“相似的人有相似的表情”的假设,计算人脸相似度加权距离,作为测试人的表情特征与标准的表情特征之间的相似性测度。通过加权的过程,可以有效地去除由于个体差异而造成的表情特征的差异,提高非特定人表情识别的鲁棒性。该文提出的方法在JAFFE数据库上进行了测试。对非特定人的表情识别实验表明,该文方法比传统的方法在识别率上有了提高。

基于小波相似度加权的图像融合算法

为了获得较好的图像融合效果,针对传统相似度算法存在的不足,提出一种基于小波相似度加权的图像融合算法。采用小波相似度描述图像细节结构信息,并使用对比度敏感函数对不同尺度的小波系数进行加权,然后利用加权相似度对图像进行融合,最后采用仿真实验对算法性能进行测试。实验结果表明,该算法能够进一步衡量图像间的结构相似度,图像融合过渡效果更加自然,取得了优于传统相似度方法的融合效果。

基于相似度加权的自适应HD算法

Hausdorff距离(Hausdorff distance,HD)是一种点集与点集之间的距离测度,常用于目标物体的匹配、跟踪和识别等.本文在分析经典HD及改进算法的基础上,提出了一种基于相似度加权的自适应HD(Adaptive Hausdarff distance,AHD)算法.AHD算法利用不同点到点集的最小距离的个数作为匹配相似度的测量,并舍弃对判断匹配几乎没有作用的较大的点到点集的最小距离值;同时根据点到点集的最小距离自适应选择权值,从而得到一种基于相似度测量加权系数;通过利用部分点到点集的最小距离和基于相似度的加权平均,既增强了算法的鲁棒性,又尽可能地保证了算法的精度.实验结果显示,AHD算法在匹配准确性、抵抗噪声和遮挡干扰等方面性能良好.

融合SVM-LDA与加权相似度的潜在新兴技术识别研究——以人工智能领域为例

在新一轮科技革命和产业变革加速发展的大背景下,如何在新技术不断涌现的技术大海中精准找到和识别出有颠覆性潜力的新兴技术,对于国家、企业参与主体和相关商业投资机构把握科技创新发展趋势和方向、合理配置科技资源、提前进行科技战略规划与技术布局具有重要的意义。本文提出一种基于知识增强SVM-LDA(Support Vector Machine-Latent Dirichlet Allocation)的新兴技术主题识别模型。首先,基于专家小组的先验知识,制定基础技术类别划分标准;其次,将技术类别划分标准作为先验知识输入SVM-LDA模型,得到技术主题聚类结果;再其次,基于类别主题词的加权相似度计算,确定潜在新兴关键技术;最后,以人工智能领域为例进行实证研究。采用本文模型共得到24项潜在新兴技术,主要分布在特种机器人技术、监测预警技术、视频图像处理技术、语音识别技术、自动规划和决策技术以及自然语言处理技术6个大类方向。

基于专利法律状态与加权技术相似度的竞争对手识别研究

[研究目的]优化竞争对手识别方法,为企业客观扫描行业竞争环境,制定差异化技术竞争策略提供情报支持。[研究方法]有效考虑目标-候选企业的竞争可比性且在技术相似度的计算中融入法律状态、专利质量情境:针对目标-候选企业专利,首先依法律状态划分为失效、有效、在申三类,通过三类专利数量比值的判断,识别初步竞争关系,其次面向三类专利构建质量评价指标,并测度专利平均质量比值,同时计算三类专利技术内容相似度均值,通过前者进行加权,由此得出过往-当前-未来技术相似度,最后基于对三种加权技术相似度的判断,识别不同类型竞争对手并对结果进行可视化,以云计算领域企业为实证对象,以国云为目标企业展开实证,结合多维专利信息对结果进行分析与验证。[研究结论]融入法律状态、专利质量的识别方法,更加贴合专利法原理,提高了识别结果的科学性和精确度。

连续型直觉模糊集的逻辑相似度

直觉模糊集的相似度被广泛用于模式识别等人工智能领域.为了解决无限论域上直觉模糊集的相似性度量问题,并将直觉模糊集的相似度分析纳入到逻辑推理的框架之中,借助逻辑算子构造了连续论域上的2种直觉模糊集相似度,一种是先积分后聚合,另一种是先聚合后积分,证明了其满足相似度的4个条件.进一步,考虑到实际应用中各属性权重的差异,提出了连续论域上的满足归一化条件的加权直觉逻辑相似度,证明了其满足相似度的4个条件.最后,将所提出的2类相似度应用于模式识别和市场预测等领域,均得到了与直观吻合的结果.

相似度最优加权协同过滤推荐模型

在充分分析了传统协同过滤算法推荐精度低,已有的加权改进算法需要额外先验知识和参数优化设置,且只能从某一方面提高推荐精度的基础上,提出相似度最优加权协同过滤推荐模型.该模型以最终推荐评分的平均绝对偏差最小为优化目标,对最近邻的相似度度量进行归一化加权来改进最近邻的选择.该模型在理论上将各个相似性加权算法进行了统一,实现了在没有先验知识下的相似度最优加权.在模型求解的过程中,充分考虑了模型本身的并行性,利用PSO优化算法进行并行参数寻优.在Movie Lens-100k公开数据集上的实验结果表明,相似度最优加权协同过滤推荐模型的评分平均绝对偏差明显小于传统的、相关加权的、IFUBCF和IFIBCF协同过滤算法.

基于加权余弦相似度的XML文档聚类研究

在实际应用中,XML(eXtensible Markup Language)文档中的一些结构经常被改变。为了挖掘XML文档在历史变化过程中经常改变的结构所蕴含的知识,提出了发现频繁变化结构的方法。该方法用一组频繁变化结构组成的文档向量模型代表一个XML文档,将频繁变化结构在簇中的出现比例作为权值,使用加权余弦相似度对XML文档进行聚类。经过实验分析,根据XML文档历史变化过程中的频繁变化结构能较好地将XML文档进行聚类。用加权余弦相似度对XML文档进行聚类,其聚类结果的正确率、召回率和簇内部距离均优于使用非加权余弦相似度对XML文档进行聚类得到的结果。

基于加权相似性度量的脑MR图像特定组织分割

基于多图谱的分割方法能有效解决脑MR图像中特定对象如海马体、杏仁核等组织的自动精确分割问题.为加快处理速度,该方法需要从大型图谱数据集中挑选与目标分割图像比较近似的若干图谱作为分割参考.传统的多图谱分割方法在选择图谱时通常只依据图谱图像与目标图像在灰度上的相似性,没有考虑到两者在分割对象局部形态上的相似性,使得所选择的图谱对分割的参考价值难以保证.针对这一问题,文中提出一种图谱图像与目标图像的以分割对象为中心的加权相似性度量方法,首先通过将图谱图像向目标图像作全局配准得到分割对象在目标图像中的估计位置,然后根据分割对象在两幅图像间的局部扭曲形变来度量它们的相似性.文中将这种加权相似度应用到多图谱分割方法中,在图谱选择时只挑选与目标图像具有较高加权相似度的部分图谱,在融合分割标记时将加权相似度作为权重.对IBSR脑MR图像中豆状核壳核组织的分割实验结果表明,基于该加权相似性度量的多图谱分割方法可以得到较高的分割精度.

基于VIKOR和加权相似度的单值中智语言多属性决策方法

由于在不精确环境下仅考虑方案与正理想解的距离造成信息不能被完全利用,同时考虑正理想解和负理想解对方案的影响,文章提出相对VIKOR方法,旨在通过相对群体效用及相对个体遗憾确定一个相对最佳妥协解。同时通过求解最大化相对群体效用的条件约束问题确定权重值。提出单值中智语言加权cosine相似度公式,根据方案与相对最佳妥协解的相似度确定一组全排序。最后以企业对主导设计的选择问题为例验证了方法的可行性。

基于从众心理矩阵和加权相似度的推荐算法

为提高推荐算法的精度,提出一种基于从众心理矩阵和加权相似度的推荐算法。引入项目流行度阈值K,根据项目流行度对项目进行筛选,对高流行度项目的评分矩阵进行调整;通过用户兴趣度量函数度量用户的现阶段偏好项目,基于每个用户的现阶段偏好项目计算用户间的兴趣相似度;采用相似度加权融合的方式获取用户相似度。实验结果表明,该算法的推荐精度优于传统的协同过滤算法。

基于加权余弦相似度的WiFi指纹室内定位

基于Wi Fi的室内定位具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点.Wi Fi指纹定位法可以对抗多径的影响,具有较高的定位精度.但是由于智能移动终端的种类繁多,使得室内定位系统离线建立的指纹数据库难以兼容不同的智能移动设备,降低了定位系统的适用性.为解决此问题,提出了加权余弦相似度算法,使用信号强度的加权余弦相似度作为匹配特征.实测表明,采用加权余弦相似度算法可有效解决终端差异性,提高了室内定位系统的精度和普适性.

融合信息熵和加权相似度的协同过滤算法研究

针对传统协同过滤算法存在的稀疏性问题以及只考虑用户间共同评分项目数量而忽略具体评分值的问题,提出了融合信息熵和加权相似度的算法模型。该模型在信息熵的基础上引入了差异信息熵,即考虑到用户对共同评分项目的具体评分值的影响,有效缓解了由于原始评分数据稀疏而造成的推荐质量欠佳问题。另外在此基础上,通过引入调节因子将传统的相似度计量方法和差异信息熵通过加权平均,使用加权相似度计算用户之间的相似性,获得更好的近邻,提高了发现邻居的精确度。最后将该算法应用于Movie Lens数据集,并与传统的协同过滤算法进行比较,结果表明,该算法具有更好的推荐效果,证明了该模型的有效性和可行性。

加权相似度在枪弹头痕迹自动比对中的应用

依据所给的数据,通过计算发现三种比较稳定的特征是痕迹的线条数量、宽度和截线,因此将这三种特征作为比对特征,并给出了基于数字图像处理和边界约束的提取方法;将痕迹分为前区、中区和后区,分别计算三种特征在各区中的相似程度,得出尾区的比对效果最好;提出了加权相似度比对的方法,并给出完整的比对方案。

基于不同相似度方法的秦岭北麓典型流域相似度研究

为了更准确地进行流域相似识别,为无资料流域寻找合适的参证流域来估算其水资源状况。以陕西省西安市秦岭北麓5个典型流域为研究对象,通过提取其气候、下垫面和径流三方面的9个特征因子,结合变异系数法赋权,采用加权余弦相似度和加权欧氏距离相似度分别计算流域之间的相似度,再采用新安江模型进行参数移植验证。结果表明:加权余弦相似度准确性优于加权欧氏距离相似度,较适宜于研究流域的相似度计算。研究成果可为该地区的径流量估算和水资源开发利用等提供科学参考。

基于加权相似度的相关性排序算法的研究

通过研究当前搜索引擎检索信息的不足之处发现,要想提高查准率必须提高相似度,相似度越高,查准率就越高。主要研究语句相关度的相关知识,通过元数据的检索,计算检索的相似度。在此基础上,进一步结合论文元数据之间关系的相互对比,对各个元数据赋予一定权值,提出通过加权的方法进一步提高相似度的方法,经验证结果达到期望要求。

基于加权内容相似度的雷达情报推荐技术研究

为了提升雷达情报系统的情报分发性能,研究个性化推荐算法在雷达情报按需推送上的应用.针对传统相似度算法对所有特征一视同仁,造成重要特征作用不突出的问题,提出一种基于Relief F加权内容相似度的雷达情报推荐算法.该算法选择主要特征,形成基于加权内容相似度的最近邻集合,再通过推荐预测算法并设定评价阈值形成雷达情报推荐.实验结果表明,基于加权内容相似度的情报推荐算法能较好地完成雷达情报推荐,其推荐性能优于传统内容相似度算法;合理设置算法中最近邻数目和评价阈值可使准确率和召回率均较高.

基于球形加权结构相似度的全向视频编码率失真优化方法

针对传统视频编码中编码率失真模型的不足,考虑等矩形全向视频的特征,提出一种基于球形加权结构相似度(WS-SSIM)的全向视频编码率失真优化方法。通过考虑投影平面内部结构相似度的失真情况,以及球面失真与投影平面失真的关系,提出"球形加权结构相似度"来描述平面全向图像局部块相对于观看球面的失真程度,将其应用于全向视频编码的率失真优化过程并自适应选择量化参数,以提高基于视觉的编码效率。实验结果表明,与HEVC视频编码标准的HM16.9测试平台的方法相比,所提出方法在相同视觉质量下可平均节省24.48%的码率,说明该方法对于提高全向视频编码率失真性能具有显著的效果。

考虑物品相似权重的用户相似度计算方法

传统的用户相似度计算方法中每个项目的权重是相同的,然而分析传统推荐算法和现实情形,用户间共同高评分项目的权重应该高于用户间共同低评分项目的权重,并且传统用户相似度计算方法没有考虑项目间的类群关系。针对上述问题,提出了一种给项目加权的方法,从而得到考虑项目相似权重的用户相似度计算方法。通过在Movie Lens数据集上进行实验,与基于传统用户相似度计算方法的协同过滤算法比较,实验结果表明,考虑了项目相似度权重的协同过滤算法能显著提高评分预测的准确性和推荐系统的质量。

基于加权边相似度的重叠社区发现算法

社区发现是复杂网络研究的基础,其目的是发现网络的真实结构,对于分析复杂网络的拓扑结构、理解其功能和寻找其潜在的性质具有重要的意义.Palla,Yong和James等人分别提出了CPM、LINK算法,此类算法基于网络拓扑结构或边密度发现复杂网络中的社区,性能较好,但不足是计算出的社区存在过度重叠问题.如何设计新算法,避免社区发现的过度重叠问题,是一个亟待解决的重要问题.本文基于加权边相似度,提出了一种社区发现算法LINKw,可以高效发现社区结构,与其他算法相比,本算法能更好地解决社区过度重叠问题.