基于min-max准则与区域划分的I-k-means-+聚类算法

针对I-k-means-+算法聚类结果不稳定、求解精度较低的问题,提出一种基于min-max准则与区域划分的I-k-means-+聚类算法.首先,提出min-max准则,计算每个数据点到最近中心的距离,优先选择距离最大的数据点作为新的聚类中心,避免多个初始中心聚集在同一个簇中的情况;其次,将分裂簇中的数据点分割到不同区域,在每个区域中选取一个数据点作为候选中心,以增加候选中心的多样性;最后,对于配对失败的簇,通过增益重新选择新的分裂簇与原删除簇再次配对,以提高配对成功率,进一步降低目标函数值.实验结果表明,与I-k-means-+算法相比,本文算法在运行效率基本相当的前提下,求解精度平均提高6.47%,且聚类结果更稳定;与k-means、k-means++算法相比,本文算法的求解精度更高.

无线传感器网络节点自定位中Min-max+LI算法研究

无线传感器网络是由大量随机分布的,集成有传感器、数据处理单元和通信模块的微小节点通过自组织的方式构成的网络。实现节点的自身定位是无线传感器网络进行目标识别、监控、跟踪等众多应用的前提,节点自定位问题的研究已经成为无线传感器网络研究领域非常重要的一个研究方向。确知节点的位置信息是大多数无线传感器网络有效应用的前提条件,因为只可表明发生位置的监测信息才能确保其可用性。因此,即使所采用的节点位置计算方法具有严密的算法逻辑,节点的定位结果也会不可避免地含有很大误差。为了在一定的节点硬件条件下改善定位误差较大的状况,综合考量,提出了一个算法组合Min-max+LI,用于节点的初始位置计算。

Li-Openshaw算法的改进与评价

Li-Openshaw算法是一种基于客观综合自然规律的自适应线状要素综合算法,使用该算法可得到较合理真实的综合结果。在分析Li-Openshaw算法特点的基础上,依据线化简的原则和目的,对算法进行改进:①首先提出利用点与直线的关系来识别弯曲以找出所有局部极大值点的方法以保持曲线整体形状;②SVO圆形与待综合曲线发生多次相交时按照线的顺序索引找到第一个近似交点,选取与曲线上圆心与交点的中点最接近的原始数据点作为综合后的选取点。在此基础上,给出化简时间、位移标准差和位置误差等评价指标,提出基于分形理论的曲线形状结构特征的评估方法等对两种算法进行比较与评估,实验结果证明,同原算法相比,改进的Li-Openshaw算法在线化简中更好地保持曲线的整体形状,具有较高的位置精度,提高化简效率。

基于Min-Max方法和移动轨迹融合的车辆无线定位算法

针对无线信号易受外界因素干扰而造成定位突变的问题,提出一种融合Min-Max方法和移动轨迹方法的车辆无线电定位算法,并进行外场实验验证。结果表明,该算法的定位精度高于其它算法;超过90%的样本数据定位误差小于2m。

Min-Max节点定位算法的分析与改进

无线传感器网络中RSSI测距是一项低成本的估算节点间相对距离的技术,而Min-Max算法是适合该技术并能满足网络低功耗要求的节点定位应用。首先在建立RSSI测距模型的基础上分析了Min-Max算法的性能,并针对该算法在室内环境中对靠近边缘区域未知节点的定位误差较大的问题,提出了一种有矩形边缘越界检测法,改进方法能通过检测重合矩形区域是否越界并做出相应的算法修正,仿真结果表明能有效提高定位边缘区域未知节点的定位精度。该改进算法在大规模多个节点的网络环境下,依然可以有效降低网络节点的平均定位误差。

基于分组LM算法的全波形LiDAR高斯分解

LM(Levenberg-Marquardt)算法是全波形机载激光雷达(Li DAR)数据高斯分解中求解模型参数的一种方法。针对其结果在一定程度上依赖初值、雅克比矩阵出现非数值导致无结果等问题,本文提出分组LM算法,以广义高斯混合函数为模型,模型参数初始化后,将参数分组并使用LM算法依次对各组参数进行优化,并生成点云。为验证结果的可靠性,以系统点云为参考,与基于改进的EM(Expectation Maximum)算法全波形分解法做对比。结果表明,本方法不仅得到较高质量的点云,而且得到回波位置和宽度等信息。

云环境下的基于Min-Max的节能资源调度算法的研究

针对云计算环境下的高能耗问题,从系统节能的角度提出一种节能资源调度算法(energy-saving scheduling algorithm based on min-max,ESSAMM)。在Min-Max算法的基础上综合考虑了用户对于任务期望的完成时间和能量消耗两个因素,以节省任务执行过程中产生的能量消耗,并提高用户的时间QoS满意度,实现负载均衡。将任务集合中各任务按照长度从小到大排序,并根据时间QoS为该集合中长度最大和最小的任务选出符合用户期望的物理资源;根据能量估算模型,计算出这两个任务在各物理机上的执行能耗;选择最小能耗对应的物理机来执行该任务;将这两个任务在任务集合中删除,并重复上述过程,直到任务集合为空。仿真结果表明,相比于Min-Max和Min-Min资源调度算法,该算法能够有效降低系统执行任务产生的总能耗,提高用户时间服务质量,并实现调度系统负载均衡。

多项式Liénard系统焦点量的一种算法

本文拓展文[1]中所做的变换,纯粹从多项式的角度,给出了一个计算Liénard系统焦点量的有效算法.

改进Diebold & Li两步法的Nelson-Siegel模型——基于遗传算法与最小二乘法交叉运用

Nelson-Siegel利率期限结构模型指数部分的衰减参数通常根据Diebold&Li的两步法、遗传算法或非线性最小二乘法估计,这会导致拟合误差偏大或估计结果不稳定。本文提出用遗传算法与最小二乘法交叉迭代的方法来改进Diebold&Li两步法对Nelson-Siegel利率期限结构模型参数的估计,并与Diebold&Li两步法和遗传算法进行实证比较。实证结果表明,用改进的两步法不仅能提高样本内模型的拟合优度,还能降低样本外模型的定价误差,特别是对于较长期限的债券数据,改进的两步法的模型估计效果明显好于Diebold&Li两步法和遗传算法。

DV-Hop定位算法改进方法研究

无需测距的网络定位技术因其具有成本低廉和算法灵活的特点,使其成为各国研究的热门技术。针对DV-Hop算法节点位置不明确的缺点,采用MIN-MAX与最小加权二乘法相结合替代三边测量的方法对DV-Hop定位算法进行了改进。通过在仿真平台上对改进的DV-Hop定位算法进行仿真实验,实验结果表明该改进算法可以提高定位精度。

AHP结合K-Means算法在三分球评价体系中的应用

随着小球时代的到来,三分球施加于比赛的影响不断加深,不仅NBA联盟对于三分球出手后的保护愈发完善,NBA各大豪强对三分球射手的各项指标也越来越重视。因此,对三分球的研究受到广泛关注。文中选取了7项对三分球能力有显著影响的数据,包括三分球命中率(X1)、三分命中数(X2)、场均得分(X3)、三分球出手速度(X4)、出场次数(X5)、分均命中数(X6)、关键时刻命中率(X7)。针对以上数据,文中首先对其进行了预处理,使用min-max数据标准化方法,建立新的指标体系,在处理后指标数据的基础上,使用层次分析法计算出各指标的权重,进而计算出各球员的三分球能力值,并根据计算结果来对球员进行能力等级划分。由于层次分析法的主观性较强,因此文中又引入了K-Means算法,并结合R来弥补层次分析法的不足,对其进行修正和检验。

基于正则化回归的物联网海量多源异构数据处理方法

针对现行方法在物联网海量多源异构数据处理中应用效果不佳的问题,提出基于正则化回归的物联网海量多源异构数据处理方法。先收集物联网数据生成多源异构数据集,并对数据进行预处理;然后采用混沌遗传算法对物联网海量多源异构数据进行填补;最后利用正则化回归对物联网数据进行滤波,消除数据中的高频分量,实现物联网海量多源异构数据处理。经实验证明,所设计方法的数据失真率不超过0.2%,全频域内信号幅值得到了有效降低,所设计方法在物联网海量多源异构数据处理方面具有良好的应用前景。

一种无需测距节点定位算法的分析和改进

针对传统DV-Hop算法定位精度较低的缺点,提出一种改进的DV-Hop定位算法。改进算法在计算未知节点到各个锚节点距离时,根据不同的节点分布情况计算出不同的平均跳距,使其更接近于实际平均跳距,为了减小算法的计算量,定位时用Min-Max(最小最大)方法代替了最小二乘法,另外,改进算法还增加了对初步定位结果的循环位置修正。仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,是无线传感器网络中节点定位的一种实用方案。

基于机载LiDAR数据的林木冠层投影面积与体积测量

机载激光雷达系统能够采集反映林木三维结构的点云,利用点云分类及林木冠层投影面积和体积计算方法获得林木信息。通过不规则三角网法和平面拟合过滤算法分别提取地面和建筑物点云,并将建筑物点云过滤得到林木点云,将树冠点云投影到x-y平面,采用角度法搜索边界,提取林木点云边缘,并在与其相对应的CCD影像上显示。利用任意多边形面积算法计算各个连通区域的面积,将它们求和得到冠层投影面积,通过台体的体积计算得到冠层体积。在研究区域随机选出10个外业样地进行传统的人工测量,实验结果表明,基于Li DAR的激光测量与人工测量测得的投影面积和体积的相关系数分别为0.957和0.944。本文提出的方法准确有效,为高精度定量估算林木冠层生物量提供了依据。

基于机载LiDAR和GIS数据的建筑物变化信息自动检测方法

建筑物的变化信息对地图更新和相关地理要素的统计至关重要。首先,通过Li DAR数据提取建筑物信息,应用alpha-shapes算法得到建筑物的边缘信息;然后,将该信息和GIS地图矢量数据对比,应用多级变化检测策略进行自动检测,得出变化的建筑物并精确到建筑物变化的细部特征。该方法不仅能实现建筑物的定性变化检测,而且能对变化信息进行定量统计,检测结果的准确率达到95%。与以往单纯利用影像数据的方法相比,该方法自动化程度和效率均较高,且处理流程简捷。

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R^2=0.78,RMSE=2.51m,模型验证的adj.R^2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R^2=0.64,RMSE=0.13,模型验证的adj.R^2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R^2=0.62,RMSE=10.88 t/hm^2,模型验证的adj.R^2=0.60,RMSE=11.52 t/hm^2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R^2=0.62,RMSE=11.11 t/hm^2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。

平面上的min-max型点-线选址问题

本文研究两类平面选址问题; (1)求一直线到n个给定点的最大加权距离为 最小;(2)求一点到n条给定直线的最大加权距离为最小.对这两个非线性优化问题。我 们给出最优解的刻划及迭代次数为多项式的算法.

图书馆事务算法的研究

用数学方法定义了图书馆，深入仔细地研究了图书馆的数据结构和事务。在LDS(Library Data Structure)上，用4GL实现了图书馆事务的算法。图书馆事务算法LTA(Library Transaction Algorithm)是开发LIS(Library Information System)的重要基础。

图书馆的模型与算法

用数学的方法定义了图书馆 ,叙述了图书馆的现实世界、观念世界和数据世界。从理论上探讨了建立图书馆模型的方法 ,并在ModelLibrary上 ,给出了实现图书馆事务的算法 ,用 4GL存储和实现了它。图书馆的模型与算法是数据库建设和开发LIS(LibraryInformationSystem)

图书馆事务算法研究

用数学方法定义了图书馆 ,深入仔细地研究了图书馆的数据结构和事务。在 LDS(Library Data Structure)上 ,用4GL实现了图书馆事务的算法。图书馆事务算法 LTA (L ibrary Transaction Algorithm)是开发 L IS(Library InformationSystem)的重要基础。