相似距离分析法在卷烟感官评价分析中的应用

为研究卷烟的感官评价,将相似距离计算方法运用到卷烟感官及香气特征比较分析中,计算两组变量间的亲疏程度,并将其具体应用到卷烟香气风格综合定量分析中,成功解决了传统雷达图对不同品牌卷烟之间、同品牌卷烟不同批次之间品质特征难以进行比较的问题,对新产品开发、老产品的优化提质、卷烟品质稳定性控制、产品异地加工的质量稳定性评价具有实际指导意义。

一种新的基于自相关相似距离的语音信号端点检测方法

基于短时能量和隐马尔可夫模型（ＨＭＭ）的端点检测方法都有一定的局限性，提出了自相关相似距离的概念，并讨论了基于自相关相似距离的新的端点检测方法．对自相关相似距离进行统计分析，给出了算法的具体实现步骤，阐述了门限的确定方法．用此方法、人工方法和ＨＭＭ 模型方法得到的实验测试结果进行了比较．结果表明，即使在较低信噪比的环境下，采用本算法仍能较准确地检测出语音信号的端点位置．

基于形态相似距离的暂态电压稳定评估方法

针对电网暂态电压稳定问题,基于数据挖掘和机器学习提出了一种基于形态相似距离的暂态电压稳定性在线评估方法。根据PMU实时量测数据,提取电气物理量的时间序列,以给定时间窗内形态相似距离为特征,采用决策树算法训练生成具有较好分类性能的二叉决策树。在学习过程中融入代价敏感机制,减小样本分类不平衡带来的影响,继而基于决策树的"白箱"性质,利用生成的规则对电力系统电压失稳规律进行分析。通过IEEE39节点标准算例的测试表明,该方法不仅具有较强的分类效果,而且对分类结果也提供了良好的解释性,这为电压在线监测评估和探索电压失稳规律提供指导。

基于形态相似距离的时间序列相似性度量

时间序列的相似性度量是时间序列分析的基础工作之一,是进行相似匹配的关键。针对欧几里德距离描述分段趋势的不足和各种模式距离对应分段之间距离值的离散化问题,提出一种基于形态相似距离的时间序列相似性度量方法,标准数据集上完成的识别和聚类实验表明了该方法的可行性和有效性。

相似距离比算法在图像配准中的应用

对于图像配准中剔除误匹配的问题,在研究随机抽样一致性算法(RANSAC)的基础上,针对RANSAC算法中具有3个不确定参数,较难设置这些参数以同时得到较高的匹配精度和较短的运行时间,并且匹配精度与运行时间具有一定随机性等问题,提出了采用相似距离比剔除误匹配的算法。实验结果表明:在对有旋转、平移、缩放的图像进行配准时,该算法能够充分利用正确匹配点,缩短了运行时间,具有良好的配准精度和鲁棒性。

最近相似距离延拓法耦合平行延拓法抑制EMD端点效应

在经验模态分解(Empirical mode decomposition,EMD)中,综合考虑信号内部的规律性,在深入研究最近相似距离延拓法和平行延拓法的基础上,对EMD端点延拓方法进行了改进,通过计算信号内部波段与端点波段的相似距离,确定信号内部规律性的强弱。在信号内部规律性较强的情况下,采用最近相似距离延拓法,使信号两端最大程度地反应信号内在信息;在信号内部规律较弱的情况下,考虑到端点信号发生异常的情况,采用平行延拓法在信号端点进行预测延拓。为验证该方法,本研究通过仿真分析和滚动轴承故障进行研究,研究结果表明,改进后的EMD分解得到的IMF分量与原模拟信号分量的匹配距离分别为3.378 7、7.240 4、7.390 7,波形相似系数分别为0.999 9、0.997 7、0.903 4,边际谱频率在f_1=5 Hz的误差为6.2%,与直接延拓法、平行延拓法相比更准确,能有效地抑制EMD端点效应。该方法能提高信号分解精度,实现对故障特征的有效提取,为机械故障诊断提供参考依据。

基于二维离散傅立叶变换及形态相似距离的证券时序数据相似性搜索

本文针对证券市场难以预测的现状,提出一种基于二维离散傅立叶变换及形态相似距离的相似性搜索算法,希望通过在历史数据中进行相似性搜索,找到与被查找K线形态相似的历史数据,从而为当下提供一定的投资参考。本文提出通过基于二维离散傅立叶变换的高斯低通滤波去除时序数据中的噪声并保留数据整体走势,再通过形态相似距离在关注形态相似程度的同时通过时序数据间距离计算相似性。实验表明,这种相似性搜索算法可以有效地在历史数据中找出与被查找K线形态相似的时间序列。

相似距离的意义

应用数理统计的原理对相似距离的意义进行了论证。并分析了以为判据，用相似个例来作要素预报会出现的误差。同时，推求订正方法，结合“巴州短期预报系统”应用实际进行了验证。

综合利用投影算法和相似距离算法的二维条码识别

文中以PDF417为例研究了二维条码的识别算法。根据Hough变换定位条码图像后,利用双线性插值将条码旋至水平,然后在条码中定位单个符号字符的图像,并充分利用图像二维特性,提出投影算法识别单个符号字符。最后根据识别出来的码字讨论了条码符号字符的相似距离识别算法。文中根据提出的距离函数来确定正确的码字,并分析了相似距离法对首读率和正确率的影响。实验结果表明综合利用投影算法和相似距离算法具有良好的性能,显著地提高了条码的识别率,满足了实际使用的要求。

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。

基于相似距离和等高线树的等高线聚类及其应用

通过形状匹配技术以获取等高线之间的相似程度,通过构建等高线树以获得等高线之间的邻近程度,然后将邻近的且形态相似的等高线实施聚类,实验结果表明聚类结果正确可靠。在获得聚类结果的基础上,还对等高线图进行了地形特征提取和数据压缩。

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。

基于自适应相似度距离的改进FCM图像分割

为了改善传统FCM算法抗噪性差的问题,提出了基于自适应相似度距离的FCM算法。算法将像素分为两个特征:第一个描述的是像素的内在属性(灰度级特征),第二个描述邻域像素特征(空间特征)。在此基础上,基于自适应相似度距离,根据像素在图像中的空间位置决定哪一个特征拥有优先级,对其进行聚类。图像分割结果表明,算法比标准FCM算法有明显改善,具有很好的抗噪性能,取得了更好的分割效果。

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。

距离相似度在支持向量数据描述中的应用

支持向量数据描述的分类边界是由分类边界上的支持向量决定的,通过对支持向量的理论研究,提出一种基于距离相似度的支持向量数据描述约减算法。实验结果表明,该算法在小规模样本数据中具有一定的优越性和实用性。

相似度距离耦合角度径向变换的图像配准算法

目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。

基于烟花算法计算莱文斯坦距离权重的虚端子自动连接方法

目前智能变电站IED(intelligent electronic device)虚端子连接主要为人工连接方式,由于虚端子数目多,名称相似度高,在连接IED虚端子时工作量大、效率低且易出错,因此文中研究了基于烟花算法计算莱文斯坦距离权重相似度的虚端子自动连接方法。所提方法基于建立的莱文斯坦距离相似度模型,计算出虚端子相似度,建立距离权重向量优化模型,利用其他智能变电站已完成的虚连接信息,运用烟花算法训练出最佳距离权重向量,使待匹配IED虚端子连接成功。仿真算例表明,所提方法利用已完成的同类IED虚连接信息,高效、准确地将待匹配IED虚端子自动相连。能够有效地提高智能变电站的工作效率和可靠性。

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。

基于神经网络和属性距离矩阵的中药方剂功效归约算法

针对中药方剂功效归纳问题,提出了一种基于人工神经网络新的高维数据归约方法。新方法利用属性间先验的相似信息,得到属性距离矩阵,然后将矩阵引入神经网络,通过训练神经网络得到最终数据归约结果。依据这个方法实现了一个中药方剂分析系统。实验表明,新方法在中药方剂功效的自动归纳中获得很好的效果。