基于Hausdorff距离的轨迹相似性度量的航迹复原方法

面对有源和无源探测时存在的大量杂波等干扰,导致探测的重点目标航迹存在缺失的问题,采用基于Hausdorff距离的轨迹相似性度量方法,计算重点目标与探测数据中所有批次在距离-时间、方位-时间2个维度的双重Hausdorff距离。以加权Hausdorff距离为相似性度量排序,从探测数据中辨识出与重点目标航迹相似度最高的目标,实现在探测数据中准确辨识重点目标以及复原目标缺失航迹。实测数据验证表明,该方法简单高效,具有工程应用价值。

基于距离度量法聚类的无线网络路由优化系统

配置无线网络路由时,研究人员缺乏对实际能量剩余情况的分析,导致网络的传输性能较低,因此提出基于距离度量法聚类的无线网络路由优化系统研究。首先,将RT-FK1-M现场总线光纤中继器作为系统的硬件装置,为网络节点的调整和组网拓扑结构功能的设置提供可靠的基础条件。其次,在软件设计阶段,利用距离度量的方式对无线网络路由节点进行聚类处理,充分考虑了在实际的网络运行过程中网络节点的不可移动属性特征。最后,根据节点剩余能量,结合能量系数、质心系数、距离系数之间的协同关系,对路由能量进行优化配置。测试结果表明,设计系统下对应的网络在负载强度为300 Mb/s时的吞吐量和丢包率分别为98.26 Mb/s和4.54%,具有较高的传输性能。

以一种新的距离度量作为反馈的相关跟踪方法(英文)

基于相关的模板匹配方法在图像跟踪中得到了广泛的应用,但是这种方法的主要缺点是对图像噪声非常敏感,而且由这种方法得出的相关曲面比较平坦。为了有效抑制噪声和局部遮挡对图像的影响,提出用鲁棒统计中的一个值代替相关值作为距离度量。它不是计算两幅图像的对应像素差值,而是计算两幅图像中差别不大的对应像素对的个数。实验证明这样得到的曲面相对 收稿日期:2003 08 31; 修订日期:2003 10 28作者简介:张桂林(1944 ),男,天津人,教授,博士生导师,主要研究方向为自动识别、人体生物统计特征识别、图像处理算法与系统性能评估等。 要尖锐得多。当上述的距离度量应用于跟踪过程中时,模板的合理更新对跟踪非常重要。基于上述的距离度量方法,提出了一种新的模板更新策略。利用两幅图像中近似像素在整修匹配模板像素中所占的比例大小决定加权系数。这种加权策略可以自适应地根据图像序列的变化选择更新相关模板,同时在一定程度上减小模板漂移的危险。

采用黎曼度量的Hausdorff距离及其在图像匹配中的应用

现有的基于Hausdorff距离的边缘图像匹配利用边缘的位置信息,忽视了边缘的其他有用信息。为了提高基于边缘的图像匹配的鲁棒性,提出了一种基于黎曼度量的Hausdorff距离(RM-HD)图像匹配算法。通过边缘点的灰度和附近梯度信息构造了边缘结构张量,由于结构张量具有流形结构,采用流形的测地距离来度量边缘结构张量的距离,用其对Hausdorff距离进行加权,设计了图像匹配算法。分别用可见光和红外图像进行实验,结果表明:RM-HD算法在匹配准确性、抵抗噪声干扰、光照变化等方面性能良好。

基于Hausdorff距离的相似性和对称性度量及在人脸定位中的应用

本文提出了一种基于改进的Hausdorff度量的人脸定位方法。首先,改进了模板匹配中基于Hausdorff距离的相似性度量。传统的Hausdorff距离仅仅计算了两个点集之间的平均失配程度,而改进的方法同时考虑了点集之间的距离平均值和标准差,所以对人脸定位中姿态、表情、个体的变化具有更好的鲁棒性。另外还将Hausdorff距离应用于测量对称性这一人脸的重要特征,并将对称性度量和相似性度量结合起来进行人脸定位,从而取得了较高的定位正确率和定位精度。

基于Hausdorff度量的快速图象匹配算法

借助于计算机形态学的膨胀运算,文章提出了一种基于Hausdorff距离的快速图象匹配算法.Hausdorff距离相似性度量简化为膨胀和累加运算两个步骤,与传统的Hausdorff距离计算方法相比,具有简单、快速的特点.仿真结果验证了所提出算法的有效性.

基于卡方距离度量的改进KNN算法

K-近邻算法(K-nearest neighbor,KNN)是一种思路简单、易于掌握、分类效果显著的算法。决定K-近邻算法分类效果关键因素之一就是距离的度量,欧氏距离经常作为K-近邻算法中度量函数,欧式距离将样本的不同特征量赋予相同的权重,但是不同特征量对分类结果准确性影响是不同的。采用更能体现特征量之间相对关系的卡方距离度量作为KNN算法的度量函数,并且采用灵敏度法进行特征权重计算,克服欧氏距离的不足。分类实验结果显示,基于卡方距离的改进算法的各项评价指标优于传统的KNN算法。

基于Z曲线和八叉树的高效Hausdorff距离计算方法

为提高计算点云模型之间Hausdorff距离(HD距离)的效率,提出基于Z曲线和八叉树的Hausdorff距离计算方法.首先利用Z曲线和八叉树实现点云模型预处理;然后在八叉树结构中定义了2类邻居(邻居点和邻居节点),并提出基于八叉树的局部搜索,以某一个叶子节点作为搜索的起点,递归地搜索其邻居直到根节点;最后结合模型预处理和局部搜索,给出了算法的实现细节.针对三维高斯随机数据和点云模型进行大量实验,并与经典方法进行对比,结果验证了文中方法的高效性.

距离度量学习法在水库静库容调洪演算中的应用

静库容法和动库容法是水库调洪演算最常用的方法,与动库容法相比静库容法简单快速,所需资料较少,在水库蓄水期和消落期可直接用于水库调洪。但由于未考虑入库向出库转换的时间延迟,在汛期易造成较大的库水位计算误差。对此,设计了距离度量学习算法,对当前的预报样本,先使用静库容法计算库水位;然后根据学习的距离度量,从历史样本中寻找若干个与当前水情相似的样本,用这些相似样本的库水位计算误差的线性组合对当前样本的计算库水位进行修正,改善其精度。以三峡水库2009~2017年的数据作为训练集,以2018年的数据作为测试集,试验结果表明距离度量学习算法能够显著改善汛期库水位的计算精度。

NURBS曲线插补弓高误差的双向Hausdorff距离评估方法

数控系统中采用插补方法进行复杂曲线加工会引入弓高误差。利用密切圆(Osculating circle,OC)近似法和单向Hausdorff距离近似法可以获取弓高误差并对其进行后续补偿,但弓高误差求解与补偿精度较低。基于弓高误差的双向Hausdorff距离定义,提出了一种弓高误差的迭代评估算法。该算法能在不考虑曲线复杂度的情况下提升弓高误差的求解精度,并获取满足误差限制要求的最大插补步长,从而进一步生成精确的进给速度限制,防止加工精度及效率因引入其它误差而下降。最后利用该算法对‘∞’形和花瓣形NURBS曲线进行仿真,仿真结果验证了算法的性能及其有效性。

融合kmeans聚类与Hausdorff距离的点云精简算法改进

通常情况下,融合kmeans聚类与Hausdorff距离的点云精简算法在目标曲面的曲率值过小时需要设定Hausdorff距离阈值,在模型表面复杂情况下曲率估算精度不高,针对以上问题对该算法进行改进。首先在kmeans聚类中k值的确定采用手肘法确定聚类数保证聚类精度,然后采用维数特征Hausdorff距离代替主曲率Hausdorff距离提取特征点,避免了曲率的估算和在曲率值过小时设定Hausdorff距离阈值,最后融合kmeans聚类簇心与采用维数特征Hausdorff距离提取的特征点实现数据精简。采用实际扫描的点云数据进行验证,实验表明改进后的算法在相近精简率下提取的特征点更多,精度更高。

基于分块离散余弦变换和Hausdorff距离的人脸识别

提出了基于分块离散余弦变换(DCT)和Hausdorff距离的人脸识别方法,利用分块DCT对人脸图像进行预处理,针对人脸图像存在扭曲变形的情况,提出了50%覆盖分块DCT的方法。提取DCT预处理之后的低频信息作为特征。最终利用Hausdorff距离和基于九点法的Hausdorff距离实现测试图像与模板图像的匹配。在ORL和Yale人脸库上反复实验表明,本方法不仅能够提高识别率,而且由于分块DCT快速高效的特点,能够显著缩短识别时间。

基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法

本文结合最小绝对差度量(MAD)和(Hausdroff)距离度量两者的基本思想的优点,提出了一种新的对应像素距离相似性度量方法和自适应模板图像匹配跟踪算法,设计了帧间和帧内匹配跟踪置信度,提出了基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法。并对基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法的匹配跟踪性能进行分析,实验结果表明:该算法具有较强的抗噪、抗畸变能力和匹配跟踪稳定性,具有较高的匹配精度和匹配概率。

基于自适应距离度量的最小距离分类器集成

提出了一种基于自适应距离度量的最小距离分类器集成方法,给出了个体分类器的生成方法。首先用Bootstrap技术对训练样本集进行可重复采样,生成若干个子样本集,应用生成的子样本集建立自适应距离度量模型,根据建立的模型对子样本集进行训练,生成个体分类器。在集成中,将结果用相对多数投票法集成最终的结论。采用UCI标准数据集实验,将该方法与已有方法进行了性能比较,结果表明基于自适应距离度量的最小距离分类器集成是最有效的。

基于Hausdorff距离的模糊数互补判断矩阵排序研究

基于Bonissone近似计算、Hausdorff距离和模糊折衷型决策方法,给出带有梯形模糊数互补判断矩阵的一种排序方法。同时给出精确值、三角模糊数的互补判断矩阵转化为梯形模糊数互补判断矩阵的方法,因此本文方法同样适合于处理精确值、三角模糊数的互补判断矩阵的排序问题。最后用算例说明了计算过程。

Hausdorff算法在夜间车辆跟踪中的应用研究

为了提高夜间交通视频系统对运动车辆检测与跟踪的准确性、实时性，本文研究了RGB颜色空间的特点并结合帧间差分及区域增长等方法，创造性地将Hausdorff距离度量法应用在夜间运动车辆的检测与跟踪中，提出了一种识别夜间车辆的新方法，最终实现了夜间车辆的准确检测与跟踪。

Hausdorff度量空间

在Hausdorff度量空间上研究了Hausdorff距离 。

三角型模糊数空间中两种Hausdorff度量的等价性

证明了R1上全体三角型模糊数构成的空间T上用截集方式定义的Hausdorff度量与用平面子集方式定义的Hausdorff度量是拓扑等价的。因此，经典的Hausdorff度量的有关结果及其研究方法可完全应用到三角型模糊数空间的研究当中。

基于改进的加权Hausdorff距离的图像匹配

提出了一种改进的加权Hausdorff距离,并将其应用于字符图像的匹配。该方法根据字符图像的结构特征对字符不同区域设置不同的权重。实践表明该方法改善了图像匹配效果。

基于OpCode的融合终端代码相似性检测方法研究

近年来,软件安全问题频发,继承自第三方代码的漏洞一直困扰着开发人员,有效的App代码相似性检测成为保障系统稳定运行的关键。文章针对常规检测方法的特征维度过高、检测效率低等缺点,将编辑距离引入二进制指令集的相似度比较,提出了一种新的基于OpCode代码段编辑距离和所有公共子序列的图相似性相结合的智能融合终端二进制ELF文件相似性判定方法,提出调整后相似度模型的量化公式。对于开展融合终端App同源或相似性分析,评价源代码相似度量化指标,进而解决融合终端的安全隐患具有非常重要的意义。