基于熵降噪优化相似性距离的KNN算法研究

围绕KNN算法,以寻求高精度、高效率的相似性距离度量方法为主要研究目的。根据特征参数熵变换指标的类别特点,提出一种运用熵特征变换指标设计相互类别差异量的相似性距离度量,以降低特征参数类别噪音。对熵降噪优化、熵相关度差异、类可信度计算、传统欧式距离及相同特征参数几种KNN算法进行理论分析、Letter和Pima Indians Diabetes数据集仿真实验及KDD CUP'99的实际应用,均显示该算法在KNN算法中具有很好的效果。

模糊超图相似性测度及其在决策中的应用

相似性度量在模糊环境中起着重要作用。通过距离测度进行相似性判断的方法通常利用两个模糊系统间的欧几里得距离,明科夫斯基距离和曼哈顿距离进行测度。引入一种新的基于欧几里得距离求解模糊集距离相似性测度的方法,通过分析将此方法推广至模糊超图。并提出了三种与模糊集和模糊超图相关的算法。使用此算法可以应对不同类型的决策分析。为了检验上述方法的效率与可靠性,利用多个实例进行验证,证明了所提出新的距离相似性测度方法的合理性和有效性。

基于距离相似性K-means的红外图像聚类算法研究

提出了一种基于距离相似性K-means的红外图像聚类算法。该算法对通过Isomap算法降维后的空间点,进一步进行聚类;算法中引入了密度因素,通过距离相似性的差异进一步排除孤立点和选取初始聚类中心,使数据内部的紧凑性得到加强。经过实验证明,改进后的方法比原方法更有效,时间复杂度也大幅度降低。

恶意代码的函数调用图相似性分析

恶意代码的相似性分析是当前恶意代码自动分析的重要部分。提出了一种基于函数调用图的恶意代码相似性分析方法,通过函数调用图的相似性距离SDMFG来度量两个恶意代码函数调用图的相似性,进而分析得到恶意代码的相似性,提高了恶意代码相似性分析的准确性,为恶意代码的同源及演化特性分析研究与恶意代码的检测和防范提供了有力支持。

基于行为轮廓的流程模型及其流程变体的距离相似性分析

针对已有研究对距离相同的流程变体无法进一步区分的问题,利用行为轮廓在描述流程模型相似性方面强大的分析功能,提出了基于行为轮廓的距离相似性分析方法,对流程模型及其流程变体的相似性程度进行了研究。在流程族的模型距离相等的基础上引入行为轮廓相似性度,将距离与行为轮廓相似性度相结合,利用二维度量指标,将流程族模型的结构特性和行为特性进行综合评判,更加全面的分析流程模型及其流程变体的相似程度,解决已有文献使用单一维度无法区分流程变体间差异的问题。

基于时间序列相似性度量的新能源-负荷特性指标

为满足新能源高渗透率电力系统在曲线性状、特征、度量上对负荷特性指标的新需求,提出一种将新能源出力和用电负荷曲线的负荷特性指标拓展为可表达其相互关系的新能源-负荷特性指标。计及数据分布特性与形态波动特征,改进时间序列相似性度量方法,将欧氏距离与改进后的动态时间弯曲距离相结合求取负荷曲线和新能源出力曲线的相似性距离,将其定义为源荷相似性距离作为新能源-负荷特性指标。算例表明,所提指标比传统负荷特性指标能更有效描述新能源高渗透率电力系统负荷特性。

基于SIFT相似性度量的图像缩放

针对传统图像缩放算法存在的图像内容破坏与失真等问题,提出一种结合接缝雕刻和标准缩放的图像缩放算法。利用接缝雕刻算法对原始图像进行尺寸调整,分别从原始图像和缩放图像上提取尺度不变特征变换(SIFT)特征,并对2幅图像的SIFT特征进行匹配计算,得到两者的相似性距离。当原始图像与缩放图像之间的相似性距离达到某阈值时,即在图像重要目标或内容将要被破坏之前,停止使用接缝雕刻算法,采用标准缩放算法进行整体尺寸的调整操作。实验结果表明,该算法不仅可以有效避免图像内容的破坏与失真,而且可以较好地保护图像局部结构和全局视觉效果。

复杂曲面加工下高速数控铣削刀具磨损故障检测

由于复杂曲面形状和刀具路径的变化,刀具在加工过程中受力分布可能不均匀,这会导致磨损分布不均,使得判断磨损边缘变得更加困难。为此,提出一种新的复杂曲面加工下高速数控铣削刀具磨损故障检测方法,利用希尔伯特空间和连续小波变换,提取高速数控铣削刀具磨损特征。基于此,采集磨损状态下刀具的振动信号,并提取旋转不变的特征描述子,对复杂曲面特征描述子与预先标注的样本数据完成匹配,计算特征描述子之间的相似性距离,实现刀具磨损故障状态的检测。实验结果表明:研究方法能够较好的获取刀具磨损的边缘特征,且对磨损故障的检测具有极低的误差。

一种基于距离相似性度量和HMMs的字符识别方法

为了能够综合利用隐马尔可夫模型（HMMs）分类器在分类过程中能够得到的多种信息，提出一种基于距离相似性度量对HMMs后验概率进行调整的方法，将样本相似性与HMMs后验概率有机地结合起来进行识别。在分类过程中，采用距离相似性度量来描述待识别样本与模式类标准样本间的相似性，然后采用归一化距离相似性度量对后验概率进行适当调整，最后用调整后的概率进行分类。实验结果表明：与标准的HMMs识别方法相比，改进后的方法能够在计算量增加很小的情况下，较好地改善系统的识别精度；系统性能的改善效率在1．1～6．5间。

考虑细分行业及多影响因素的月度电量预测

从细分行业的电量数据出发,通过挖掘不同的行业用电规律以及引入气温、春节影响因素,实现特大都市地区月度电量的精准预测。首先,利用数形相似性距离,将各细分行业划分为电量周期性行业与电量非周期性行业;其次,通过k-means算法按照用电特性相似度对电量周期性行业进行聚类,得到不同用电规律的各类行业;接着,分析气温指标与各行业类别电量的相关性,在与气温指标相关程度较大的行业类别电量预测中加入气温协变量;然后,采用Prophet算法对各行业类别电量建立预测模型;最后,对1、2月份的预测结果针对春节效应提供联合修正方法。采用南方某市的用电量数据作算例分析,考虑细分行业后预测精度提升2.63百分点,整体平均预测准确率达到97.71%。算例分析结果表明,所建立的考虑细分行业及多影响因素的月度电量预测框架能够挖掘各行业类别的用电规律,捕捉地区产业转移和升级特点,并有效引入多影响因素指标,进而提高特大都市地区月度电量预测的准确度。

基于免疫遗传小波分析的管道焊缝图像处理方法

针对难以实现管道焊缝图像信息准确提取的问题,利用免疫遗传算法优化小波系数,将小波变换与免疫遗传算法引入焊缝图像的处理过程,采用相似性距离分析传统小波、Canny算法、免疫遗传小波等算法优劣性.结果表明:该算法能够有效地抑制噪声干扰,去除图像边缘中的伪影,从而较好地实现图像边缘信息的清晰与细化,体现遗传小波变换算法在精确定位与抗噪声能力上的优越性.

基于清晰半径的模糊点二次聚类算法

针对模糊C-均值(FCM)聚类算法在模糊边界上容易出现划分错误的问题,提出一种对模糊点进行二次处理的改进算法。该算法以各类中的数据分布密度为依据,首先利用清晰点构成超球体中心区域,然后基于中心区域的清晰半径定义一种新的相似性距离,并利用该距离对模糊点的隶属度进行二次计算,重新确定其类别归属。实验结果显示,改进算法能有效纠正分类错误,提高模糊点的清晰度,在密度差异较大的数据集上具有一定的应用潜力。

复数矩特征提取与检索算法

随着多媒体技术和网络通信技术的不断发展，基于内容的图像数据库检索技术正成为国内外研究的热点之一，是未来信息高速公路、商标信息库、数字化博物馆、CAD、CAI资源库等广泛应用领域的关键技术。基于内容检索的核心是媒体特征的提取技术。针对商标图像的特点，该文在基于特征提取与相似性距离度量方法的基础上，提出了复数矩特征提取方法与相应的检索算法。

基于局部不变特征的直方图相关匹配方法

将一种基于局部不变的特征描述符ARPIH(Angular Radial Partitioning Inten-sity Histogram)与直方图相关性判断结合起来,提出了一种新的图像匹配算法。本方法保留了ARPIH描述的优点,在匹配旋转、亮度变化、透视等畸变图像时显示出了鲁棒性。通过求取模板图像和目标图像的两个描述直方图间的相似点的个数进行相似性匹配,提高了匹配精度。

K-means聚类算法研究综述

总结评述了K-means聚类算法的研究现状,指出K-means聚类算法是一个NP难优化问题,无法获得全局最优。介绍了K-means聚类算法的目标函数、算法流程,并列举了一个实例,指出了数据子集的数目K、初始聚类中心选取、相似性度量和距离矩阵为K-means聚类算法的3个基本参数。总结了K-means聚类算法存在的问题及其改进算法,指出了K-means聚类的进一步研究方向。

基于可拓联系云模型的隧道塌方风险等级评价方法

为准确预测隧道塌方风险等级,基于塌方相关理论和工程实际,建立塌方风险等级评价因子体系,借助云理论中云雾化现象检验采用综合权重方法确定的评价因子权重,利用物元可拓理论与联系云模型实现评价因子定性与定量之间的转换,提出1种基于可拓联系云的隧道塌方风险等级评价方法。计算待评价物元与联系云模型间的综合确定度,结合模糊等级特征值确定塌方风险等级,并引入距离相似性判断风险的演变趋势。研究结果表明:可拓联系云模型评价结果与实际塌方风险等级一致,模型可以较好地适用于隧道塌方风险等级评价。

LBSN中融合线上关系和线下行为的好友推荐算法

好友推荐是基于位置的社交网络LBSN(Location-Based Social Networks)的重要服务之一。融合线上关系和线下行为,考虑位置偏好相似性、距离相似性和熟识度三个特征,构建新的好友推荐算法。通过考虑时间因素和排除时间因素两方面计算位置偏好的相似性;通过探究用户与其好友间签到地点在距离上的关系计算距离相似性;使用阶数与路数作为影响好友关系的重要因素计算熟识度;对以上三个特征进行加权并融合用户影响力计算最终推荐分数。利用Gowalla上的数据证明该算法可以有效提高好友推荐的有效性。

一种基于区域综合特征的图像检索算法

针对基于内容的图像检索所面临的图像低级视觉特征和高级语义之间的语义鸿沟问题，提出一种基于区域的图像检索算法。在LUV颜色空间中使用K均值聚类算法进行图像分割，提取分割后各区域的颜色、形状和区域自相关特征构成区域的综合特征，采用二次型距离相似性度量方法完成图像之间相似性的计算。实验结果表明，该算法具有较好的图像检索性能，与MIRROR中各算法相比，使用平均归一化修正检索等级得到的检索性能提高了12%~47.8%。

混合Neural-Gas网络和Sammon映射的数据可视化算法

与SOFM,最大熵聚类,K均值聚类相比,"Neural-Gas"网络算法具有收敛速度快、代价误差小等优点。但"Neural-Gas"网络用于非均匀分布的线性或非线性数据集进行降维或可视化时,输出空间上固定有序的神经元表现出极不理想的距离信息。为此,该文根据归一化概率自组织特征映射的基本思想,提出混合"Neural-Gas"网络和Sammon映射的新方法来解决此问题,通过"Neural-Gas"网络算法进行特征聚类以降低计算复杂度,通过Sammon映射保持输入空间和输出空间上神经元间的距离相似性。仿真结果表明,该混合算法对合成数据集或现实数据集的可视化能够取得较理想的效果,从而验证了该混合算法的可行性和有效性。

基于局部模型匹配的目标轮廓跟踪

在复杂背景下,传统轮廓跟踪方法会发生漂移,甚至丢失目标。针对上述问题,提出一种基于局部模型匹配(LMM)的目标轮廓跟踪算法。利用超像素技术结合EMD相似性度量构建局部特征模型,从而进行局部模型匹配。结合粒子滤波的Snake模型作提取目标轮廓,实现目标轮廓精确跟踪。实验结果表明,该算法在目标形变、部分遮挡、复杂背景等条件下均具有较高的跟踪成功率。与多种目标轮廓跟踪算法进行对比,该算法具有较高的准确性和鲁棒性。