基于Fréchet距离准则的智能地图匹配算法

为克服地图匹配过程中当前定位点信息不足的缺点,充分利用导航定位的历史轨迹信息,在分析了一些常见匹配算法后,引入了Fréchet距离来定义两曲线间的距离,并且通过设计了一种智能云模型控制器对地图匹配这种具有高度不确定性的算法进行了云规则推理,最后推导出可信度P作为地图匹配效果的评价指标,这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法。试验表明,当利用当前定位点信息并与历史轨迹信息结合进行匹配时,匹配的总体精度要优于只利用当前定位点信息的情况。

基于模糊熵和离散Fréchet距离的小电流接地系统故障选线方法

根据故障线路与非故障线路的故障特征,提出一种基于模糊熵和离散Fréchet距离的小电流接地系统故障选线方法。利用完备集合经验模态分解(CEEMDAN)对各线路暂态零序电流进行分解,并根据峰度和连续均方误差选取特征IMF分量。对各线路特征IMF分量求取相关系数,构造相似特征矩阵,判断其是线路故障或是母线故障。若为线路故障,则对各线路特征IMF分量进行模糊信息粒化,将各线路粒化后的三组Low,R,Up分别混合叠加,并求取离散Fréchet距离,结合隶属函数,求取加入复杂影响因子的模糊熵,构造复杂特征矩阵;利用双重特征矩阵进行故障选线。经过大量的仿真分析证明了该选线方法的准确性,同时不受过渡电阻和故障合闸角的影响,且抗噪能力强。

一种基于Fréchet距离的谱聚类算法

为提升谱聚类的聚类精度和适用性,提出了一种基于Fréchet距离的谱聚类算法(A Spectral Clustering Algorithm Based on Fréchet Distance,FSC),通过Fréchet距离构建相似度矩阵,并将重构的相似矩阵应用于谱聚类中。利用Fréchet距离度量数据特征维度的相似性对样本的多个特征进行分析,进而扩展典型谱聚类算法的适用性。FSC不仅适用于低维流形结构清晰的数据,也适用于高维或稀疏数据,如高光谱图像数据。在3个经典的高光谱图像上的实验结果表明,FSC算法有效提高了高光谱图像聚类的精度。

基于离散Fréchet距离的电动汽车电池健康状态诊断方法

针对动力电池在电动汽车运行过程中的安全性和动力性问题,将离散Fréchet距离法与电池充放电曲线辨识相结合,提出了基于在线检测平台的电池健康度(State of Health,SOH)诊断方法。通过CAN通信模块,系统直接控制车载电池完成在线满充放试验,获取实际运行状态数据。并建立电动汽车服役全周期信息数据库,进行健康度诊断预测,来指导动力电池的安全评估和均衡维护。通过算例试验分析,将诊断结果与退运后的检测数据做比较,验证了该方法的正确性和准确性。

基于离散Fréchet距离和剪辑近邻法的低压配电网拓扑结构校验方法

针对低压配电网拓扑结构人工校验成本高、准确性不够、可操作性差的问题,提出了一种基于离散Fréchet距离和剪辑K近邻的配电网拓扑结构校验方法。基于电网GIS平台配变经纬度坐标数据计算校验用户台区变压器与该地区其它变压器之间的距离,搜索该校验用户的邻近台区。通过计算校验用户与所在台区其它用户、邻近台区所有用户之间智能电能表电压曲线离散Fréchet距离,进而运用剪辑近邻法对训练样本集进行修剪生成少量的关键样本集,可有效降低搜索复杂度,进而快速判别校验用户的正确台区类别,有效验证电网GIS平台用户与台区变压器拓扑连接关系的正确性。

基于曲线离散Fréchet距离的风电并网变流器中IGBT模块缺陷诊断方法

提出一种基于门极电压响应曲线Fréchet距离变化的绝缘栅双极型晶体管(IGBT)模块缺陷诊断方法。在IGBT模块的失效过程中,部分门极杂散参数会发生变化,相应地门极电路的电压响应曲线也会发生变化。利用门极电压在开通时段响应曲线的离散Fréchet距离度量其相似性的变化,并以此作为参数辨识IGBT模块是否存在缺陷。与现有的故障诊断方法相比,其响应时间更充裕。针对典型的缺陷形式进行了实验研究,结果验证了该方法诊断结论的正确性。

基于Fréchet距离算法的电流互感器拖尾电流识别方法

高压线路保护动作会同时启动失灵保护,如果电流互感器存在拖尾电流将引起失灵保护误动。基于此提出一种基于Fréchet距离算法的拖尾电流识别方法,以避免失灵保护误动。该方法利用拖尾电流与故障电流波形形态差异,选定短数据窗采样电流序列内起始点与终点构成模板直线,并得到模板直线过零时刻与起始点的时差△t,进而计算归一化后电流序列与模板直线序列之间的Fréchet距离值,融合Dt与距离值补集构成拖尾电流识别判据。该方法原理简单,不受故障电流直流分量和CT饱和的影响,易于实现,仿真结果验证了它的可靠性与抗干扰性。

一种基于离散Fréchet距离的磁场相似性度量方法

随着磁场模拟技术的发展,多种磁源能够对目标磁场进行精细化的模拟,传统的磁场判定方法难以对其相似情况进行度量.针对此问题,提出了一种基于离散Fréchet距离的磁场相似性度量特征值.根据磁场曲线的特点,首先改进了Fréchet方法中离散点间的距离评价指标,并提出了能够度量横坐标相似情况且消除目标速度不同的影响的参数,然后得到磁场相似性度量特征值,最后通过实例验证了其可行性.相对于传统方法,该特征值能够对更加相近的磁场曲线的相似情况进行评价.

基于Fréchet距离的股票相关性研究

股票相关性研究中使用的皮尔森系数法采用固定的时间间隔,可能会导致具有强相关性的股票结果出现偏差。针对此,本文提出了一个基于收益率方向动态匹配的股票相关性方法,根据股票收益率基于离散Fréchet距离求出相关性向量(最大匹配度,偏差均值),得到股票相关性的最佳匹配序列,再融合初始匹配度和新匹配度及时更新股票间的相关性。最后通过中国上证A股市场真实数据集和模拟数据集的实验验证方法的有效性。

基于离散Fréchet距离的多目标优化方法

针对多目标优化问题中目标间相互冲突的情况,运用相似性理论客观地挖掘目标值间的信息,基于离散Fréchet距离构建一种新的多目标优化方法,建立Z-score标准化—Max值归一化的二元映射组合,用此二元映射组合处理Pareto前沿及理想解对应的各项子目标函数值,将其映射为离散有序点串,并构建多个比较曲线和一个参考曲线。用离散Fréchet距离度量参考曲线与比较曲线的相似程度实现多目标优化,并以该值为适应度值引导遗传算法进化。与另外3种算法进行仿真比较的结果表明,新算法求得的优化解和各项性能指标多数优于其他算法,证明了新算法的可行性和有效性。

离散Fréchet距离在强震台站场地分类中的应用

当强震台站场地资料不完整时,所收集到的强震数据因缺乏准确的场地类别信息而难以有效利用。为解决这一问题,本文提出一种基于离散Fréchet距离的强震台站场地分类方法。将获取到的664个KiK-net台站场地按照《建筑抗震设计规范(GB 50011—2010)》进行分类,并构建2个数据集。利用数据集1得到I、II、III类场地标准谱比曲线,并结合离散Fréchet距离对数据集2中的台站进行场地分类,统计分类成功率与误判率。统计结果表明,本文方法能较准确地对场地进行分类,且误判率在可接受范围内。将本文方法分类统计结果与斯皮尔曼秩相关系数法分类的成功率与误判率进行对比,结合本文方法分类后得到的平均谱比曲线,均可表明应用本文方法进行强震台站场地分类具有合理性。

基于Fréchet距离函数的轨迹隐私保护方法

针对传统的基于欧几里得距离函数计算轨迹相似性过程,要求轨迹等长且时间点对应,没有考虑轨迹的形状,一定程度影响了轨迹隐私保护的效果和数据的利用率问题,提出了一种基于Fréchet距离函数的轨迹隐私保护方法.该方法将轨迹运动方向相近且平均速度相近的轨迹匿名在一起,利用Fréchet距离方法计算轨迹间的距离,最后利用轨迹图之间的权值实现轨迹匿名集合.与其他隐私保护算法比较,在隐私保护和信息损失率上都有一定的改进,表明该方法在处理隐私保护数据方面是有效的.

利用Fréchet距离算法分析天气雷达关键波形

在天气雷达的日常维护和故障维修中,需要经常测量雷达相关组件的关键性波形,根据关键波形判断雷达的工作状态或查找故障原因。传统的测量方式是即时测量,测量效率低,且无法存储测量时的波形数据,需要人为从当前的测量结果感知雷达相关组件的工作状态。文章提出了建立一套关键波形标准模型,利用软件开发技术实现一键测量波形数据,采用Fréchet距离算法和标准波形数据或历史波形数据进行相似度分析比较,定量感知组件的工作状态,为天气雷达装备保障提供数据化参考。

基于Fréchet边界条件的广义估计方程

在广义估计方程(GEE)的框架下,引入二进制变量的Fréchet边界条件,解决广义估计方程在工作相关系数不在可行区间内的情况下,其估计值产生偏差的问题.在Fréchet边界内运用拟似然独立准则QIC选取最佳工作相关系数估计值,保证估计值的有效性,并结合马尔科夫链模型的极大似然估计值对分析结果进行验证.对Ham-D数据的分析表明,在GEE框架下考虑变量的Fréchet边界条件将改变对药物效果显著性的错误推断,其结果与马尔科夫链模型的分析结果一致.

基于多维波形差异度聚类分析的配电网故障区段定位方法

谐振接地系统运行环境繁杂,单相接地故障发生状态多变,基于单一特征量的传统配电网故障区段定位方法存在各自的定位判别盲区,方法可靠性和适用性难以保障。针对上述问题提出了一种无需整定的基于多维波形差异度聚类分析的配电网故障区段定位方法。依据故障点上下游各检测点零序电流暂态及稳态分量的波形差异性特征,通过离散Fréchet距离算法量化相邻检测点间的暂态及稳态波形差异度,并采用模糊C均值算法(fuzzyC-means,FCM)综合多特征信息以区分正常区段与故障区段,有效消除了单一特征定位盲区,实现故障区段自适应准确定位。PSCAD/EMTDC仿真结果以及10kV真型实验结果表明所提方法不仅保证了在不同故障工况下的定位可靠性和适用性,还具有耐高阻能力强、抗噪性高等优点。

基于离散Fréchet距离的判别曲线相似性的算法

提取出离散曲线中的关键特征至高点与至低点,并且用离散Fréchet距离作为距离的测度来对至高点与至低点进行研究,建立了一种判断离散曲线相似性的数学模型,此模型不需要对曲线进行平移和伸缩变换.由于模型的求解是NP困难问题,针对这种情况,提出了一种新的多项式的求解算法,以在线手写签名验证为例验证数学模型,然后对随机的150个测试签名进行检验,结果成功匹配率为91.33%,误纳率为6%,误拒率为2.67%.

一种基于Fréchet距离的复杂线状要素匹配方法

在不同空间数据集中,同名实体往往有不同的空间表现形式,识别多源异构数据集中的同名实体是空间数据集成和应用的关键。集成不同来源的空间数据是提高GIS数据质量的重要方法,识别同名实体是数据集成和分析的先决条件。根据线要素的形状将其分为简单线要素和复杂线要素,针对现有复杂线要素匹配方法中的不足,提出了Fréchet距离的复杂线状要素匹配方法。该方法首先通过曲线要素的几何和拓扑特性获取候选匹配集,然后结合基于Fréchet距离和要素简化方法实现要素的简化。最后提出基于Fréchet距离的要素匹配改进方法,通过引入简化要素的三元组信息来存储简化后的复杂线要素的属性信息,再根据三元组信息选取要素间的匹配对,完成对不同类型匹配对的检测,实现复杂线状要素匹配。试验结果表明,该匹配方法能有效解决复杂线要素的匹配问题,并能够识别1∶0、1∶N和M∶N匹配。

基于Fréchet距离的光谱曲线匹配应用分析

提出了一种基于Fréchet距离的度量光谱曲线相似度的新方法,并将该方法应用于对不同植物种类的识别,对5种不同植物实测光谱曲线进行测试,并对测试结果进行了详细的分析和探讨,同时也分析了该方法在利用光谱曲线进行物种识别和匹配方面的适用性和局限性。结果表明,基于Fréchet距离的光谱曲线相似性度量精度较高。

基于多评价因素的面状要素合并变换算法

为解决同一地物数据被重复采集而导致的数据二义性问题,综合不同来源数据的点位精度差异的影响,提出一种基于多评价因素的面状要素合并变换算法.首先分析确定影响合并变换的三大主要评价因素,通过熵法决定其重要性,并将其综合来确定要素的可信度;然后根据离散Fréchet距离识别同名面状要素上的同名点对,进而使用位置加权平均来获得合并变换后的位置.结合海陆图的部分面状要素对该算法进行检验的结果表明,其提高了面状要素的空间位置合并变换质量.

一种新的在线手写签名认证算法

提出了一种新的在线手写签名认证算法,着重研究签名曲线中的特殊点的匹配情况。该算法将签名曲线中特殊点的位置坐标提取出来,然后提取出特殊点中的关键特征至高点与至低点,并且用离散Fréchet距离作为距离的测度来对至高点与至低点进行研究,提出了一种新的关于曲线相似性的定义,并且在这种定义的基础上建立了一种新的判断签名曲线相似性的数学模型,此模型中隐含了对签名曲线的平移和伸缩变换。由于模型的求解是一种NP困难问题,针对这种情况,提出了一种新的多项式的求解算法,最后通过对实验结果的分析验证了此算法用于签名认证的有效性,且适用于判别离散曲线的相似性。