基于EMD距离度量的小样本矿物图像分类

在复杂的地质勘探条件下准确完成矿物识别是一项重要的任务。基于数据驱动的深度学习模型能精确识别各类岩石矿物,但需要构建庞大且完备的数据集,在实际情况下难以应用。针对此问题,结合小样本学习、度量学习以及元学习训练策略,使用EMD距离度量计算图像之间的结构距离,构建一种适应于小样本矿物的图像分类模型。核心思想在于利用图块级别度量并引入交叉参考权重机制,有效减少同类差异大和背景杂乱带来的影响,优于图与图判定分类的模型。在mini-ImageNet数据集上,5-way 1-shot和5-way 5-shot设置的分类准确率分别提高至55.91%、67.58%;将算法应用于小样本黏土矿物数据集上,5-way 5-shot设置的分类准确率为92.65%。实验结果表明,利用度量学习方法的分类精度高于其他小样本学习方法。

基于EMD距离和Grubbs准则的煤矿电网选线

针对煤矿电网发生单相接地故障时难以正确选线的问题,提出一种基于EMD距离(Earth Mover′s Distance)和Grubbs准则的煤矿电网选线。故障发生后两两计算各馈线零序电流波形间的EMD距离,从而得到综合EMD距离矩阵。基于Grubbs准则筛选出综合EMD距离矩阵中的异常值,其对应线路即为故障线路。仿真分析证明,所提算法准确性不受故障线路、故障位置、故障合闸角及接地电阻等因素的影响,具有较高的准确性和较强的适用性。

基于EMD距离的数据流分布式相似性连接技术

随着数据获取设备的不断进步和数据获取技术的快速发展,如何分析和挖掘应用中快速产生的数据流成为亟待解决的问题.数据流的相似性连接返回两个数据流上相似的数据对,是分析和挖掘数据流的重要操作.相比于Lp范式距离,例如曼哈顿距离和欧氏距离,EMD距离(Earth Mover’s Distance)因其可以更准确地量化直方图元组之间的相似性而受到广泛关注,被广泛应用于解决基于内容的图像检索、冗余图像识别以及视频对象跟踪等重要应用问题.然而EMD距离的计算复杂度却高达三次方,阻碍了EMD距离在数据流相似性连接问题中的应用.该文基于开源的Apache Storm数据流分布式并行处理框架,设计并实现了基于EMD距离的数据流分布式相似性连接技术,命名为EMD-DDSJ技术.该技术在数据分发时维护了连接计算节点上的数据局部性,并基于该数据局部性增强了连接算法对不相似直方图元组对间EMD计算的过滤性能,提高了各个连接计算节点的执行效率.同时基于连接计算节点的代价模型,提出了基于反馈的负载均衡策略,有效提升EMD-DDSJ技术的整体执行性能.在真实数据集上的实验结果展示了该文提出的EMD-DDSJ技术的高效性和可扩展性,比相关最好的技术在处理吞吐率上最高提升了1.4倍,在元组平均处理延迟上最多降低了44%,并且随着相似性阈值或滑动窗口大小的增大该提升比率还会进一步增大.

基于压缩传感和EMD距离的视频镜头关键帧提取

关键帧提取是视频内容分析与检索技术的核心问题。提出了一种基于压缩传感和EMD距离的关键帧提取方法,首先构造一个符合有限等距性质的稀疏矩阵,将帧高维特征投影到低维空间,然后通过计算帧低维特征之间的调节余弦相似度完成子镜头分割。在各子镜头中,利用EMD距离计算帧与子镜头中心的差异,并选择差异最小值所对应的帧作为该子镜头的关键帧。实验结果表明,该方法提取的关键帧能够对视频内容进行准确的描述。

基于LBP算子与EMD距离的医学图像检索

基于LBP算子的医学图像检索方法是目前一个研究热点,但是目前大多数算法采用的是卡方距离计算相似度,针对卡方距离的缺点,本文提出了一种基于LBP算子与EMD距离的医学图像检索的方法。实验证明,与卡方距离相比,EMD距离具有较高的检准率和检全率。

基于锚定和EMD距离的星图识别方法

针对现有的识别算法存在识别速度慢,识别成功率不高,提出了一种新的星图识别算法,该算法根据恒星星等,利用锚定的方法,使待识别星图中的星落于导航星图中的星的ε邻域,对于未落于ε邻域的星,建立有向赋权二部图,进行完美匹配,根据计算星对之间EMD距离,来确定星图的匹配是否成功;仿真结果表明,该方法提高了星图识别的速度,有很高的成功率;通过与利用Hous-dorff距离进行星图识别的方法比较,该方法对于星数目多时,速度有明显提高。

基于EMD距离的稀疏自编码器

KL散度在机器学习领域被广泛地用于模型损失函数之中来度量分布的距离。在稀疏自编码器中,KL散度被用作损失函数的惩罚项来度量神经元输出与稀疏参数的距离,使得神经元输出趋近稀疏参数,从而抑制神经元的激活以得到稀疏编码。在WGAN中,Wasserstein距离被用于解决GAN的梯度消失和模式塌陷问题,使得GAN的训练更加稳定。得益于Wasserstein距离在GAN中的成功应用,提出了基于EMD距离的稀疏自编码器SAE-EMD。实验结果表明,相比于使用KL散度与JS散度,使用EMD距离作为惩罚项的稀疏自编码器可以使得真实样本与重构样本之间的重构误差减小,并且随着惩罚参数的增大,编码更加稀疏。

EMFedAvg——基于EMD距离的联邦平均算法

信息技术给人们生活带来便利的同时也会泄露个人隐私.联邦学习是一种可以保护数据隐私的机器学习技术,不同于现有的机器学习方法,联邦学习中数据不出参与方本地,通常面临着数据非独立同分布的问题(non-identically Independently Distributions, non-IID),因而现有的机器学习方法在联邦学习non-IID问题上效果大大降低.文章针对联邦学习中的non-IID问题,在联邦平均算法的基础上进行改进,对MNIST数据集进行non-IID划分并分发到各参与方,计算各参与方数据的EMD(Earth Mover’s Distance, EMD)距离,以四分位距为上界,主动去掉EMD距离过大的参与方以保证联邦整体的效果.实验结果表明,文章采用的方法比联邦平均算法提高了约5%的准确率,减少了联邦学习训练过程的通信开销,提高了整体效率,引入EMD距离还可以为衡量各参与方的贡献值提供度量依据.

基于词向量和EMD距离的短文本聚类

短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Mover's Distance)来计算短文本间的相似度;最后将其应用到Kmeans聚类算法中实现短文本聚类。在3个数据集上进行的评测结果表明,效果优于传统的聚类算法。

一种基于EMD非相似距离度量的车型自动识别新方法

车型自动识别是近几年发展起来的智能交通系统中的重要组成部分,是图像处理和模式识别应用研究领域的一个热点,本文在车型识别技术中创新地引入新的分类处理方法-图像堆土机非相似距离度量及其快速近似算法策略,并给出仿真示例处理结果。

基于序列移动距离的用户行为挖掘与相似度计算

为了对用户的行为进行相似性度量,从用户行为流程产生的行为序列出发计算用户行为的相似度。将推土机距离算法应用到用户行为相似度的计算领域,提出用户行为相似度计算的序列移动距离方法。首先定义了基于最长公共子序列的用户行为序列距离度量方法;其次定义了用户行为序列多重集之间距离的度量指标,在此基础上提出用户行为相似度计算的SMD方法;最后提出行为序列多重集之间距离度量应遵循的基本准则。在人工和真实数据集上进行了实验,实验结果表明了所提方法的有效性。

EMD-Tnorm得分规整策略在说话人确认中的应用

从两个方面对确认系统进行了改进,在模型方面,扩展了MixMax模型,对复杂的背景噪声等干扰因素在训练说话人模型的同时也进行了建模,最大程度上消除噪声的影响,对说话人的特征分布进行了更真实的表征;在得分方面,提出了一种改进的得分规整策略,基于EMD距离从所有背景说话人集合中自适应选择最接近的一定数量的模型构成说话人特定的背景集合,从而进行得分归一化。实验结果表明,该方法能够同时针对说话人和测试环境的不同进行补偿,进一步降低了误识率和漏警率,获得了很好的确认性能。

基于EMD的融合特征快速多示例人脸识别算法

在基于五官模版技术的人脸识别中,因光照、角度及缺少整体性考虑等情况,易产生异常示例,影响了算法精度。而适合多示例检索的EMD距离寻优路径较长,导致在人脸识别中应用受限。为此提出一种基于EMD距离的快速融合特征多示例人脸识别算法(IIFEMD-MIL)。针对异常点的问题,通过引入结合整体特征的融合多示例技术以及距离阀值,从而减少异常示例的产生并对超过阈值的示例予以平滑处理;针对寻优路径长的问题,将人脸五官之三结合整体示例为模版构建四示例的一一匹配,并进一步提出了融合快速EMD-MIL框架,缩短了寻优遍历路径。在ORL和MIT图像集上进行的比对实验表明,该算法执行效率和分类准确性优于其他同类算法。

基于全局-局部策略的EMD概率主动轮廓模型

主动轮廓模型作为图像分割的有力工具,近年来得到了广泛的应用。在讨论前人工作的基础上,首先将基于区域直方图的概率估计方法和EMD距离引入主动轮廓模型,建立了基于EMD距离的能量泛函。为了解决图像局部的置乱现象容易产生分割误差的问题,提出一种全局-局部模型,提高分割精度,并应用于EMD距离,不仅扩大了模型的应用范围,而且使分割效果得到了进一步的提升。

基于故障可诊断性定量评价的测试优化选择

目前,对于测试优化选择问题的研究大多局限于故障是否可以被诊断的定性研究,没有进一步考虑故障诊断的难度。针对以上问题,提出了一种基于故障可诊断性定量评价的测试优化选择方法。首先,基于推土机距离(EMD)对故障可诊断性进行定量评价;然后,以评价结果为依据,综合考虑测试的数量、可靠性和成本等因素,构建多目标测试优化选择问题,并提出了二进制金枪鱼群优化算法来求解满足测试性指标和故障可诊断性水平的最优测试集合;最后,以某装备的开关电源为实验案例,验证了所提方法的有效性。仿真结果表明:所提方法能够实现以提高系统故障可诊断性为目标的测试优化选择,从根本上提高系统的故障诊断能力。

不平衡数据下预算限制的联邦学习激励机制

联邦学习的提出解决了在隐私保护下完成多客户合作的机器学习问题,而激励客户参与联邦学习是模型性能提高的一个重要前提。针对客户数据非独立同分布特征会导致联邦学习性能下降这一问题,考虑预算约束下,设计了基于单位数据成本和数据特征—EMD距离的客户端筛选方式,提出一种有效的联邦学习激励机制(EMD-FLIM),从理论上证明了机制具有诚实性,即每个客户会诚实披露数据成本和数据分布信息,同时机制具有预算可行性、个人理性及计算有效性。实验结果显示,提出的激励机制在数据分布不平衡情况下模型精度至少能达到数据量最优选择(不考虑激励)下的94%以上,与不考虑数据分布特征的激励机制相比较,模型精度平均可提高5%以上。

基于嵌套分配算法的工程图检索方法

提出一种基于嵌套分配算法的工程图检索方法。该方法首先对工程图进行预处理,进行环的划分,然后以环为基元构建"树状"拓扑图,大大减少拓扑图顶点数量;最后采用基于EMD距离的嵌套分配算法进行拓扑图相似性匹配。该方法不仅能够解决全图与子图匹配,而且还能解决部分图匹配。实验结果表明:该算法能够实现工程图检索,并且检索效率能够满足实际应用要求。

显著区域检测的建筑物检索

建筑物特征的自动描述以及建筑物的检索在自动导航和自动定位系统中都有着非常重要的作用。传统的彩色直方图的描述和检索方法丢掉了建筑物重要的结构特征信息。为了充分利用这些结构信息,提出了一种显著区域检测的建筑物检索方法。首先利用尺度显著区域检测技术提取建筑物的结构特征信息,然后用一种改进的EMD(Earth Mover′s Distance)距离来衡量各个建筑物的结构信息之间的差异,最后进行检索。实验结果表明该方法是有效的。

基于流行排序的多示例图像检索方法

为了提高图像检索的性能,提出了一种基于流行排序的多示例图像检索方法,将分割后的图像表示为多示例的形式,通过给出适合图像在包空间的度量方式,有效结合流行排序和多示例学习的方法来进行图像检索。实验结果表明,采用所提出的方法的检索结果与传统的检索方法相比,检索率得到了明显的提高,检索结果更符合人的视觉习惯。

一种基于形状分布的工程图形整体相似性检索方法

目前工程图资料是企业进行新产品设计和开发的重要依据和基础,产品设计师经常需要参考以前的工程图。为此本文提出一种基于形状分布的工程图形整体相似性检索方法。该方法首先采用统计理论对工程图形进行离散化表示,对工程图形进行随机采样;然后对随机生成的样本进行统计并生成一个形状直方图,构造形状分布曲线,将工程图形之间的相似性计算转化为形状分布曲线之间的距离度量;最后采用EMD距离方法计算两个形状分布曲线之间的距离。实验结果表明,该方法能够实现工程图形的整体相似性检索,并且检索性能能够满足实际应用要求。