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.

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。

局部凸空间上连续规函数Gateaux可微性与Fréchet可微性

分别给出局部凸空间上连续规函数Gateaux可微性与Fréchet可微性的充分必要条件.

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。

含参DC复合优化问题值函数的Fréchet次微分

利用次微分相关性质,并引入新的约束规范条件,对含参DC复合优化问题的值函数的Fréchet次微分进行了估计.

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。

Fréchet空间的d一致可微性

本文在可度量化局部凸空间(特别地,F réchet空间)中引入d一致可微性并证明了连续凸函数的d一致可微点集是Borel集.最后,在RN空间中,我们证明连续凸函数的F réchet可微点集与d一致可微点集一致.

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。

赋范线性空间中动态目标集的最大时间函数的Fréchet次微分

本文考虑赋范线性空间中动态目标集的最大时间函数.该函数由动态的目标集和非空仿射控制集决定,以最远距离函数为其特例.本文建立了动态目标集的最大时间函数的Frechet次微分的上下估计式,该估计式由相应的法锥和控制集的支撑函数表示.

基于Copula函数的尾部相关性度量

本文讨论了Copula函数的尾部相关性,当边缘分布是标准Fréchet分布时,计算了Copula函数的尾部相关系数及缓慢变化函数,并且得出线性混合Copula函数的尾部相关性是几乎独立的或者较强的渐近相关。

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%.