基于Hamming距离和量子搜索算法的联想分类器设计

针对现有联想分类器不能存储重复样本的问题,提出一种基于Hamming距离和量子搜索算法的量子联想分类器设计方法,并给出联想分类器存储和分类的线路图.该方法需提前准备5组量子比特,分别对Hamming距离、输入样本、模式样本、类别和序号进行编码.首先,根据样本总体N,计算联想分类器所需的量子位数,再利用量子旋转门和Hadamard门将初态为|0〉的量子位旋转为恰好包含N个基态的均衡叠加态;其次,根据待存储样本的类别和值,将剩余两组初始状态为|0〉的量子位通过可控操作转换为相应的量子基态;最后,基于量子最小搜索的分类方法,计算输入样本与所有存储样本之间的Ha mming距离,再使用固定相位Grover量子搜索算法搜索这些Hamming距离的最小值,最小值对应存储样本的类别即为输入样本的类别,具体的分类结果可通过测量寄存器中的量子态得到.

抗噪的移位Hamming距离差虹膜匹配方法

对传统的Hamming距离匹配方法进行研究,提出抗噪的移位Hamming距离差(OHDD)虹膜匹配方法.首先构造单频两方向的奇对称Gabor滤波器组来提取虹膜边缘特征,然后用过零检测的方法进行虹膜编码,最后使用OHDD参数进行匹配.在6个虹膜数据库中,对传统匹配方法与文中的OHDD匹配方法进行对比实验.实验结果表明,在所有虹膜数据库中,OHDD匹配方法的等错率和正确识别率优于传统匹配方法,并且具有较强的抗眼睑睫毛噪声干扰的能力.

基于Census变换的自适应权值Hamming距离立体匹配算法

传统的Census+Hamming距离立体匹配算法往往由于将邻域像素等同对待,从而缺少足够的匹配信息,造成较高的误匹配率。对此提出了一种自适用加权的Hamming距离算法,通过引入邻域像素空间距离,使在距离测算时将邻域像素分等级计算,丰富了匹配图像的信息。并且使用梯度图像像素之间的距离作为聚合代价计算的权值,实验证明其对于噪声有一定的抗干扰性,并且能够很好地反映纹理等信息,同时引入稀疏聚合窗口来减少算法的复杂度。最后进行亚像素插值增大匹配的正确性。通过对比试验证明,此算法不仅能够提高匹配的准确性和抗干扰性,还能减少算法的复杂度,适用于实时的立体匹配。

基于一种相对Hamming距离的入侵检测方法——RHDID

首先分析了传统入侵检测方法的不足 ,即误用入侵检测方法难于检测新形式的入侵 ,异常入侵检测方法难于建立合理有效的正常行为特征和检测方法 .然后 ,通过对特权进程的系统调用和参数序列的研究 ,提出了一种相对Hamming距离入侵检测方法 (RHDID) .应用RHDID检测入侵不仅能有效降低漏报率和误报率 ,而且使实时入侵检测成为可能 .最后 ,原型系统证实了该方法的可行性 。

基于相对Hamming距离的Web聚类算法

针对Web使用挖掘中聚类结果准确性不高的问题,提出了一种改进的基于相对Hamming距离和类不一致度的聚类算法。该算法首先以Web站点的URL为行、以UserID为列建立关联矩阵,元素值为用户的访问次数;然后,对所建立关联矩阵的列向量或行向量进行相似性度量,获得相似客户群体或相关页面。实验表明,该算法具有较高的准确性。

二元码的平均Hamming距离和方差

通过对二元ｎ长码Ｃ的对偶距离分布的研究，在码字数为奇数的情况下，改进了Ａｌ－ｔｈｏｆｅｒ－Ｓｉｌｌｋｅ［１］和［２］文关于Ｃ的码字间平均Ｈａｍｍｉｎｇ距离及其均方差的不等式，并在码字数为２ｎ－１或２ｎ－１－１时，确定了码Ｃ的最小平均距离及其均方差的精确值．

基于Hamming距离的超立方体网络的寻径算法

本文利用Ｈａｍｍｉｎｇ距离概念，提出两种基于Ｈａｍｍｉｎｇ距离的确定性寻径算法—Ｅ１－ｃｕｂｅｒｏｕｔｉｎｇ和Ｅ２－ｃｕｂｅｒｏｕｔｉｎｇ，分析这两种算法的特点．为了克服确定性寻径算法易出现通道拥挤现象，本文综合上述两种算法，提出一种自适应寻径算法—Ｅ３－ｃｕｂｅｒｏｕｔｉｎｇ．

基于支持向量机与Hamming距离的虹膜识别方法

针对传统的虹膜识别方法侧重于特征提取这一现象,提出了一种侧重于模式匹配的识别算法,即基于支持向量机(Support Vector Machine,SVM)和Hamming距离的虹膜识别方法.该算法首先对采集到的虹膜图像进行预处理,准确定位出虹膜,并对其进行归一化处理;然后使用Log-Gabor滤波器提取虹膜纹理特征,在得到虹膜特征编码后,用SVM和Hamming距离方法进行模式匹配.在CASIA虹膜库上的实验结果表明:与经典的识别方法相比,该方法识别率达到了99.63%,错误接受率(FAR)和错误拒绝率(FRR)分别降到了0.02%和0.35%.

公式真度的Hamming距离表示形式与分解定理

首先应用模糊集截集的方法,给出了多值逻辑系统L_n中广义重言式的一个等价刻画,并利用模糊集间的标准Hammin距离,定义了公式间的Hamming距离、Hamming相似度与Hamming真度,给出了计量逻辑学基本概念的Hamming距离表示方法.然后给出了计量逻辑学中公式真度的一个分解定理,这个定理指出在计量逻辑学中,任意一个公式的真度等于一些互不相容的公式的真度之和,而公式φ本身则逻辑等价于这些公式的并.最后应用所提方法定义了广义MP问题的三-Ⅰ真度解,并讨论了三-Ⅰ真度解的存在性问题.

基于网格和Hamming距离的伪并行遗传算法

为了克服简单遗传算法“早熟”现象及慢速收敛性,提出基于网格和Hamming距离的伪并行遗传算法,即用随机选取的决策变量把整个搜索空间网格划分,在每个网格内用基于Hamming距离的随机化方法初始化子种群,同时引入多遗传算子和无约束移民策略和替换策略。该算法在一定程度上克服了引发算法早熟的“超级个体”和“封闭竞争”问题。测试实例说明,相比其他遗传算法,该算法更有效地抑制了“早熟”现象,其运行速度和精度也得到了相应的提高。

求解Hamming距离下的最短路改进问题的一个近似算法

研究Hamming距离下的最短路改进问题的性质,并给出一个求解Hamming距离下的最短路改进问题的近似算法:按照一定规则得到满足一定条件的树型图,求解相应的0-1整数规划问题.该研究有助于设计求解Hamming距离下的最短路改进问题的有效的近似算法.

Hamming距离下树型网络的最短路改进问题

研究Hamming距离下树型网络的最短路改进问题,通过把该问题转化为0-1整数线性规划问题并通过求解有限个小规模0-1整数线性规划问题并求解.该研究方法在一定程度上推广了已有的结果.该问题的研究有助于设计求解一般的Hamming距离下的最短路改进问题的有效近似算法.

Hamming距离下的最短路逆问题

针对Hamming距离下的最短路逆问题,分析了最优解的性质,给出并证明了问题存在可行解的充分必要条件;利用把背包问题的实例多项式归约到该问题的实例,证明了该问题为NP困难的,为设计该类问题的近似算法提供了理论依据.

二进制序列的重量定理和Hamming距离定理

本文系统地研究了二进制序列的重量与互相关函数旁瓣之和的关系,Hamming距离与游程数之间的关系,证明了普适的重量定理和Hamming距离定理,在此基础上,进一步研究了标准正交变换,正交码、互补码在Tseng分解过程中的重量与Hamming距离之间的变换关系以及它们与游程之间的联系,获得了一系列重要的推论。

求解Hamming距离下单位型单发点树型网络最短路改进问题的算法

给出了求解两类特殊的Hamming距离下单位型单发点树型网络最短路改进问题的多项式时间算法,并研究了一般树型网络下该问题的性质.解决了Hamming距离下逆问题(改进问题)中的部分问题,有助于设计出更多的求解Hamming距离下单位型树型网络最短路改进问题的算法.

Hamming极小距离最小上界的研究

Ｈａｍｍｉｎｇ极小距离在扩散码、纠错码、检错码等领域有广泛的应用．本文提出了Ｆ２、Ｆｑ上矩阵总行间距、平均行间距等概念，给出并证明了总行间距、极小行间距的最小上界定理，在此基础上得到了Ｖｎ（Ｆ２）、Ｖｎ（Ｆｑ）中Ｈａｍｍｉｎｇ极小距离的最小上界，同时给出了多比特扩散码中参数ρ的上确界、线性码（ｎ。

若干Hamming距离图的邻点可区别全染色

一个正常的全染色满足相邻点的点染色及关联边的色集不同时,称为邻点可区别全染色,其所用最少染色数称为邻点可区别的全色数。文中研究了一些Hamming距离图的邻点可区别全染色。

Hamming距离下瓶颈约束最小支撑树反问题

讨论Hamming距离下瓶颈型约束最小支撑树反问题,给定的一个支撑树,修改给定网络边上的费用,使给定的支撑树成为最小支撑树且支撑树中边费用最大值不超过给定的常数,用瓶颈Ham-ming距离来衡量修改的权值,并给出瓶颈Hamming距离下的约束最小支撑树反问题定理的证明.

q-元码的平均Hamming距离和方差

通过对q元n长码的平均Hamming距离和方差的研究,通过定义函数d(xi,yi),给出了q元n长码的平均Hamming距离和方差的下界。同时当码字数为2k-1(kN)时,其平均Hamming距离和方差能达到下界。

最大距离可分码(MDS码)的广义Hamming重量

本文根据第r广义Hamming重量的定义 ,对几类特殊的q元 (n ,k)最大距离可分码 (简称MDS码 )和 2元 (n ,k)MDS码进行研究。