基于相似度阈值模糊聚类的红外区域提取方法

针对输电线路电力设备红外图像热故障区域检测,提出采用一种基于相似度阈值的模糊聚类热故障区域提取方法。在该方法中,改进了传统模糊均值聚类算法的迭代求解方式,采用一种阈值化模糊聚类;其次,通过对目标区域局部邻域像素的相似度聚类分析,并结合其隶属度的计算,确保局部邻域像素在聚类上的相似性。同时,引入了最大相似度阈值准则简化均值的设置以及自高向低的迭代方式,从而提升区域提取效率。最后通过真实输电线路电气设备红外故障图像测试,验证了文中所提方法的有效性和适用性。

计算文本相似度阈值的方法

基于VSM(向量空间模型)的相似度分类器的相似度阈值通常由经验确定导致分类精度不高。该文提出一种基于Boosting机制在不同文档集上自动计算相似度阈值的方法。它利用Boosting迭代生成多个基于相似度划分的子分类器,通过加权把决定这些子分类器的相似度阈值组合起来,得到对理想相似度阈值的一种逼近。实验表明:这样得到的相似度分类器的平均精度比传统方法高15%左右,甚至可以与一些复杂方法相比。它在处理网络实时文本信息处理问题(分类、过滤和检索)中的效率是这些复杂方法的3倍以上,且问题规模越大、越复杂,其优势越大。

基于Bootstrap区间估计的中药指纹图谱相似度阈值确定方法研究

利用指纹图谱相似度评价中药质量时,色谱指纹图谱样本的数量有限。小样本条件下指纹图谱相似度值的分布难以满足正态分布或近似正态分布,不适合直接利用传统的区间估计方法来确定相似度的阈值。本文利用Bootstrap方法扩增样本,建立了小样本条件下的指纹图谱相似度阈值确定方法,并通过3个具体实例说明指纹图谱相似度阈值确定的具体过程。首先通过Bootstrap方法扩增样本,然后利用单侧区间估计方法确定相似度下限,得到相似度的阈值。以上3个实例说明了用该方法建立中药指纹图谱相似度阈值的合理性和可行性。此方法适用于由不同相似度计算方法所得相似度值。本文从理论、技术和应用的角度阐述了确定中药指纹图谱相似度阈值的方法,该方法将对指纹图谱技术的推广应用产生积极作用。

基于DTW的时间序列相似度量方法的优化

现有的时间序列相似度量方法难以兼顾微观形状与宏观结构两方面的相似性,同时存在易受异常值、位移拉伸影响等问题。针对上述情况,提出具有更高精度与鲁棒性,更小时间复杂度的优化DTW与面积距离结合的算法。首先在DTW中引入分段聚合与相似度阈值,前者能降低数据维度,减少DTW的计算量,后者能够过滤数据中的异常值,提高算法的鲁棒性;其次提出面积距离度量,描述整体序列中的起伏变化,发现序列的整体相似性;从微观形状与宏观结构两方面表述时序序列,能够进一步提升算法精度。在UCR的30个不同数据集上进行的实验表明,该方法与现有相似度量方法相比,具有更高的精度与鲁棒性。

基于最大化直觉模糊集相似度的图像阈值分割

针对目前图像阈值分割法中多参数选取的问题,提出一种无需参数的阈值分割算法.首先,通过模糊隶属度函数,将图像映射到直觉模糊集中.然后,采用最大化相似度准则,对该直觉模糊集进行相似度测量并获取其最佳阈值.仿真结果表明,与传统方法相比,本文方法具备更好的分割效果.

作业车间调度双阈值控制结构自适应遗传算法的一种改进

当前,用于求解作业车间调度问题的遗传算法的执行效率非常差,针对这一问题,设计了一种双阈值控制结构的自适应遗传算法。该算法首先利用相似度阈值实现选择性的交叉和变异,然后以适应度阈值作为是否引入新个体的标准,从而保持种群的多样性。利用这种方法解决车间调度问题时,可以避免交叉后产生的优秀个体因变异而遭到破坏。它对典型作业车间调度问题的求解表明,该算法可以极大地提高算法的寻优能力和收敛速度。

基于二阶相似度的即时学习软测量建模方法

针对即时(惰性)学习模型频率降低间接导致的精度下降问题,提出一种二阶相似性的即时学习方法。该方法综合顾及到样本集的整体分布特性,在传统一阶相似度准则的基础上建立二阶相似度准则,采用与测试样本具有绝大部分相同近邻的二阶相似样本建立当前时刻的模型;同时将累计相似度因子用于建立局部模型时样本量的确定,并采用相似度阈值的方式判断此刻模型是否需要重新建立。该方法在青霉素发酵过程产物浓度的预测实验中得到了有效的验证。

基于多方嵌入的逐步实体对齐方法

大多数实体对齐方法对知识图谱信息的利用不够充分,没有考虑实体间的互相选择,忽略了现实生活中很多实体在对方知识图谱中不存在等价实体的事实。针对以上问题,提出一种基于多方嵌入的逐步实体对齐方法。该方法对三元组信息、邻域信息、实体名称的语义信息和字符串信息进行多方嵌入生成相似度矩阵,再通过所提出的逐步实体对齐算法将目前彼此最为相似且相似度大于最小相似度阈值的两个实体进行匹配,直到剩余所有实体的相似度都不大于最小相似度阈值时停止匹配,在确保等价实体准确匹配的前提下,减小不存在等价实体时发生错误匹配的概率。在DBP15K数据集上进行了三项实验,结果证明了该方法和逐步实体对齐算法的有效性,以及多方嵌入中每个模块的必要性。

基于密度的KNN分类器样本裁剪算法

KNN算法在分类准确率和召回率方面具有较好的性能,但由于样本相似度计算开销大,导致分类效率低.针对此问题,本文提出一种基于密度的训练样本裁剪算法,对训练样本的各个样本类进行聚类,根据密度不同聚集成不同的簇,删除噪声数据并计算每个样本类的相似度阈值,然后将样本类内大于类相似度阈值的样本进行合并,以减少训练样本总数.实验表明,此样本裁剪算法能够在保持KNN算法分类性能基本稳定的前提下,实现各个样本类内高相似度样本的合并,减少分类计算开销.

扩展ECA法中不可预测异常的相似实例检索研究

扩展事件-条件-活动规则法利用实例相似的概念,通过相邻算法在事件-条件-活动库中检索相似实例,来辅助处理不可预测的流程异常,但实例属性的加权系数难以准确确定,因而存在实施困难。为此,本文提出共轭相似度的概念及计算公式,借助相似度阈值和实例属性优先级,分两次检索相似实例,从而克服了加权系数的困难,简化了相似度计算、实例检索和判断过程,提高了系统处理不可预测异常的能力,提高了扩展事件-条件-活动法的有效性。

基于自适应正则化匹配追踪的蒸发波导数据去噪重构

针对蒸发波导数据压缩感知过程中易受噪声干扰且采用传统重构方法抗噪性能较差的问题,提出了一种基于相似度阈值的自适应正则化匹配追踪去噪方法。该方法可以在信号稀疏度难以获知的情况下,利用自适应思想逐步扩充候选集,同时通过设置相似度阈值来对部分候选原子进行剔除,并结合正则化过程对支撑集原子进行二次筛选,从而较好地约束了噪声分量的重构,提高了信号的重构精度。理论分析和实验表明,所提方法的重构性能优于现有同类重构方法,去噪性能优于小波去噪方法,相同条件下,可获得更高的重构信噪比,有效实现了蒸发波导数据的去噪重构。

基于热重分析法评价卷烟纸批次间质量稳定性

为准确评价批次间卷烟纸的质量稳定性,建立了基于热重分析法判定不同批次卷烟纸质量稳定性的方法。利用正交试验方法对卷烟纸样品用量、热分析升温速率、环境气体及其流速进行了优化,优化结果为:样品用量为10 mg左右,热分析升温速率为30℃/min,环境气体为空气,其流速为50 mL/min。在优化条件下对参照卷烟纸样品进行5次平行热分析测试,基于其测试结果定义了热失重曲线相似度阈值(R_(TH)),并将其作为其他批次卷烟纸质量稳定性的评价依据。利用本方法可有效检验不同批次卷烟纸的质量稳定性,得到的结果与烟气测试结果基本一致,且方法操作简单、准确度和精密度高,适用于相同规格批次间卷烟纸质量稳定性的判定。

基于分步聚类的人名消歧算法

针对知识库中存在单条实体定义特征稀疏和人工设置相似度阈值适用性不强的问题,本文提出了一种基于分步聚类的人名消歧算法。首先,将知识库中人名实体定义的人物属性特征作为查询特征,利用文本检索的方式实现基于知识库的初次聚类,弥补了知识库中单条实体定义中特征稀疏的问题;然后,利用初次聚类的结果,采用基于自适应阈值的凝聚层次聚类算法实现知识库人名消歧;最后,采用条件随机场进行Other类识别,利用基于自适应阈值的凝聚层次聚类完成S类聚类,从而实现非知识库人名消歧。在CLP2012的中文人名消歧评测语料上进行实验,结果表明本文的算法能够有效地对人名进行消歧。

基于RSSI分布重叠的WKNN室内定位方法

针对信号的时变性影响定位精度的问题,提出一种基于接收信号强度指示高斯分布重叠的加权K最近邻室内定位方法.该方法首先根据高斯分布重叠相似度与距离之间的曲线关系设定相似度阈值,再利用支持向量机选取定位点M个最近邻指纹点,然后将定位点与近邻指纹点在各AP上以RSSI概率分布重叠相似度作为特征信息,并利用阈值选取K个近邻指纹点,最后利用WKNN算法获取定位点位置坐标.实验结果表明:该方法不仅定位误差低于其它传统定位方法,同时还具有更好的鲁棒性和实用性.

基于网页概率潜在语义信息的用户兴趣聚类

为了能准确挖掘用户兴趣点,首先利用概率潜在语义分析PLSA模型将"网页-词"矩阵向量投影到概率潜在语义向量空间,并提出"自动相似度阈值选择"方法得到网页间的相似度阈值,最后提出将平面划分法与凝聚式层次聚类相结合的凝聚式层次k中心点HAK-medoids算法,实现用户兴趣点聚类。实验结果表明,与传统的基于划分的算法相比,HAK-medoids算法聚类效果更好。同时,提出的用户兴趣点聚类技术在个性化服务领域可提高个性化推荐和搜索的效率。

基于K均值聚类的大数据频繁项集挖掘研究

针对传统大数据项集挖掘方法存在占用内存较多、挖掘效率较低的问题,提出新的基于K均值聚类的大数据频繁项集挖掘方法。通过对K均值聚类的区间标度变量、二元变量等相似度量的分析来表示样本之间的相似度与离散度,根据样本数据的不同属性选择对应矩阵类型;利用频繁项集自身的约束性质压缩空间,缩小挖掘范围;在K均值聚类基础上,采用fg-growth算法将目标数据高度压缩在fp-tree结构中,并命令原始聚类质心和数量,将其作为K均值的输入,实现大数据频繁项集挖掘。仿真结果证明,研究方法有效降低了挖掘计算复杂度,可保证在内存开销基本不变的情况下高效率挖掘大数据频繁项集。

一种基于word2vec的文本分类方法

提出一种基于word2vec的文本分类方法,通过词向量进行文本特征表示,并通过相似度计算实现文本分类。通过大量实验对方法的性能和参数进行了分析,包括:1)基于word2vec解决传统词袋模型的降维问题的量化分析;2)关键词个数与相似度阈值的选取,对文本分类效果的影响;3)该方法与经典的KNN及其改进方法的效果对比。最终验证和分析了该方法的有效性与准确性。

基于即时学习算法的短期负荷预测方法

针对电力系统短期负荷数据存在非线性和时变性等问题,提出了一种变量相关性局部即时学习算法和最小二乘支持向量机(LSSVM)的电力系统短期负荷预测模型。利用互信息计算气象数据、各气象因素等变量的相关度,并引入到即时学习算法训练集中,用以选择当前电力系统负荷的建模邻域,提高系统短期负荷模型预测的精度。利用相似度阈值对局部模型进行自适应更新,增强系统负荷模型实时性。利用Matlab对某市宛城区的负荷量进行预测,结果表明,基于即时学习算法的电力系统短期负荷预测模型误差更小,系统预测精度更高。

一种改进的聚类簇数目自动计算算法

针对目前大多数聚类算法需要人为指定聚类簇数目的情况,在基于相似度阈值的聚类簇数目自动计算算法的基础上,改进初始样本的选择方式,提出改进的聚类簇数目自动计算算法。改进后的算法在选择初始样本时,优先使用靠近上一次迭代生成的聚类中心且与样本集中心的相似度较小的样本。改进后的算法不仅可以自动计算聚类簇数目,并且具有更好的稳定性和准确性。

基于判别正则化的局部保留投影

局部保留投影(LPP)是一种常用的线性化流形学习方法,其通过线性嵌入来保留基于图所描述的流形数据本质结构特征,因此LPP对图的依赖性强,且在嵌入过程中缺少对图描述的进一步分析和挖掘.当图对数据本质结构特征描述不恰当时,LPP在嵌入过程中不易实现流形数据本质结构的有效提取.为了解决这个问题,本文在给定流形数据图描述的条件下,通过引入局部相似度阈值进行局部判别分析,并据此建立判别正则化局部保留投影(简称DRLPP).该方法能够在现有图描述的条件下,有效突出不同流形结构在线性嵌入空间中的可分性.在人造合成数据集和实际标准数据集上对DRLPP以及相关算法进行对比实验,实验结果证明了DRLPP的有效性.