量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(li...量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明:相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.展开更多
特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无...特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无法有效确定出分类顺序,提出了一种改进的SEaTH算法(optimized SEaTH,OPSEaTH)。OPSEaTH算法首先在J-M距离基础上构建了一类特征评价指标(E值),有效解决了特征值的离散度问题;然后,基于E值构建出特征组合评价指标(C_(e)值),可有效评估得到每种地物的最佳特征组合并自动确定出地物的分类顺序;最后基于eCognition等分类器可完成对地物对象的最终有效分类。利用高分二号遥感影像数据对本文方法进行了测试,并将结果分别与SEaTH算法、DPC、OIF和最近邻分类器的分类结果进行了对比,结果表明:OPSEaTH算法不仅能有效降低特征维数、优化特征空间,还能够对分类顺序进行自动化合理确定,总体精度和Kappa系数及其他精度指标,均显著优于基于SEaTH算法的特征选择结果。本文方法无论从特征降维效果、分类结果精度还是计算效率方面均优于DPC、OIF和最近邻分类器结果。OPSEaTH是一种更优的特征选择方法。展开更多
为能准确建立潮湿甘蔗复合肥的离散元模型,合理设置仿真参数,提高肥料颗粒动力学仿真结果的准确性,以休止角为响应值,对不同含水率的甘蔗复合肥进行试验研究。通过卸料仓法建立含水率与休止角的三元回归方程,决定系数为0.99;基于Hertz-M...为能准确建立潮湿甘蔗复合肥的离散元模型,合理设置仿真参数,提高肥料颗粒动力学仿真结果的准确性,以休止角为响应值,对不同含水率的甘蔗复合肥进行试验研究。通过卸料仓法建立含水率与休止角的三元回归方程,决定系数为0.99;基于Hertz-Mindlin with JKR粘结模型,通过Plackett-Burman试验、爬坡试验和Box-Behnken试验从9个初始参数筛选出JKR表面能、甘蔗复合肥剪切模量、甘蔗复合肥与不锈钢静摩擦系数、甘蔗复合肥间静摩擦系数、甘蔗复合肥间恢复系数5项显著性参数,并建立休止角—离散元参数模型,模型P值小于0.01,变异系数为6.35%;最后,通过对不同含水率下的最佳参数组合进行仿真休止角试验,仿真结果与物理休止角试验的相对误差小于7.66%,验证不同含水率的甘蔗复合肥参数标定结果和研究方法是合理可靠的。研究结果可为基于离散元法的甘蔗施肥机械动力学仿真研究提供参考。展开更多
文摘量子漫步算法能模拟游走粒子在图上的量子相干演化,粒子的运动状态由量子态的相干叠加而成.与经典随机游走算法相比,量子漫步算法具有寻找目标节点时间少和源节点扩散至其他节点时间少的优点.提出一种基于离散时间量子漫步的链路预测(link predictionbased on discrete time quantum walk,简称LP-DTQW)算法.研究结果表明:相对于其他7种算法,LP-DTQW算法有更高的预测精度;LP-DTQW算法的时间复杂度远低于经典RWR(random walk with restart)链路预测算法的时间复杂度.因此,LP-DTQW算法具有更强的预测性能.
文摘特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无法有效确定出分类顺序,提出了一种改进的SEaTH算法(optimized SEaTH,OPSEaTH)。OPSEaTH算法首先在J-M距离基础上构建了一类特征评价指标(E值),有效解决了特征值的离散度问题;然后,基于E值构建出特征组合评价指标(C_(e)值),可有效评估得到每种地物的最佳特征组合并自动确定出地物的分类顺序;最后基于eCognition等分类器可完成对地物对象的最终有效分类。利用高分二号遥感影像数据对本文方法进行了测试,并将结果分别与SEaTH算法、DPC、OIF和最近邻分类器的分类结果进行了对比,结果表明:OPSEaTH算法不仅能有效降低特征维数、优化特征空间,还能够对分类顺序进行自动化合理确定,总体精度和Kappa系数及其他精度指标,均显著优于基于SEaTH算法的特征选择结果。本文方法无论从特征降维效果、分类结果精度还是计算效率方面均优于DPC、OIF和最近邻分类器结果。OPSEaTH是一种更优的特征选择方法。
文摘为能准确建立潮湿甘蔗复合肥的离散元模型,合理设置仿真参数,提高肥料颗粒动力学仿真结果的准确性,以休止角为响应值,对不同含水率的甘蔗复合肥进行试验研究。通过卸料仓法建立含水率与休止角的三元回归方程,决定系数为0.99;基于Hertz-Mindlin with JKR粘结模型,通过Plackett-Burman试验、爬坡试验和Box-Behnken试验从9个初始参数筛选出JKR表面能、甘蔗复合肥剪切模量、甘蔗复合肥与不锈钢静摩擦系数、甘蔗复合肥间静摩擦系数、甘蔗复合肥间恢复系数5项显著性参数,并建立休止角—离散元参数模型,模型P值小于0.01,变异系数为6.35%;最后,通过对不同含水率下的最佳参数组合进行仿真休止角试验,仿真结果与物理休止角试验的相对误差小于7.66%,验证不同含水率的甘蔗复合肥参数标定结果和研究方法是合理可靠的。研究结果可为基于离散元法的甘蔗施肥机械动力学仿真研究提供参考。