Novel antenna selection algorithm based on Tanimoto similarity

A new antenna selection algorithm for multiple input multiple output （MIMO） wireless systems is proposed. The modified Tanimoto coefficient is used to compare the similarity of the rows/columns of the channel matrix. Based on the calculated similarity, the proposed algorithm chooses the antenna subset, which has the maximum product of dissimilarity and Frobenius norm. The proposed algorithm requires low computational complexity as to the optimal selection but with comparative outage capacity and average signal to noise ratio （SNR） performance. It can improve both the outage capacity and the average SNR as compared to random selection. The simulation results are shown to validate our algorithm.

Tanimoto Based Similarity Measure for Intrusion Detection System

In this paper we introduced Tanimoto based similarity measure for host-based intrusions using binary feature set for training and classification. The k-nearest neighbor (kNN) classifier has been utilized to classify a given process as either normal or attack. The experimentation is conducted on DARPA-1998 database for intrusion detection and compared with other existing techniques. The introduced similarity measure shows promising results by achieving less false positive rate at 100% detection rate.

基于Tanimoto相似的重力异常相关成像方法研究

相关成像方法主要用于求解异常源空间赋存位置,但其成像结果不理想,在深度方向上存在发散现象。由于正演对成像的验证性作用,笔者设计了简单模型、多个异常源叠加模型,对传统基于Pearson相似算法、余弦相似算法的相关成像方法进行研究,指出传统相关成像中利用Pearson相似计算重力异常时出现假异常的现象,同时提出了基于Tanimoto相似的相关成像,并针对该算法改进了核函数,对多源异常采取窗口化的异常分离方式。研究表明笔者提出的方法具有异常源纵、横向分辨率较传统相关成像方法有所提高,异常源形态勾勒准确的特点,为重力资料的解释提供了有力信息。

基于Tanimoto 相似度的光伏场站送出线路纵联保护

受逆变器耐流能力及控制响应特性影响,光伏电源短路电流幅值受限、相角受控,导致比率式差动保护性能下降,光伏场站送出线路缺乏有效的主保护原理。为解决该问题,在分析光伏场站故障特征的基础上,引入Tanimoto相似度刻画光伏场站与同步系统短路电流之间的波形差异。分析了区内、区外故障时相似度系数的变化,最终构造了基于Tanimoto相似度的纵联保护新原理。仿真结果表明该方法能够正确反映区内、区外故障,适用于光伏场站弱出力场景,对高阻故障具有良好的识别能力。

基于Tanimoto相似度的变压器零序差动保护约束方案

作为变压器重要保护之一的零序差动保护灵敏度高,抗干扰能力强,其保护判据的比较对象是三相进线侧相电流和得到的自产零序电流与中性线零序电流。三相进线电流互感器(current transformer,CT)和中性线电流互感器(neutral current transformer,NCT)饱和特性的差异会对零序电流的传变造成误差,传变后的零序电流波形会产生不同程度的畸变,从而导致虚假差流的产生,进而引起零序差动保护的误动作。针对该问题,在分析各种工况下经CT传变后两侧零序电流大小、相位特征的基础上,提出了一种基于Tanimoto相似度的变压器零序差动保护约束方案,并仿真验证了所提约束方案的有效性。

基于故障时刻自同步的波形比较式多端配电网快速保护方案

为打破电气量的同步采集技术壁垒,并合理应对不平衡差流问题,分析了基于故障检测时刻保护数据自同步的实现方法,利用多端电流合成和Tanimoto系数构建了波形相似度比较式保护新判据。基于5G网络数据实时传输功能,形成了一套适用于多端配电网的综合快速保护方案。经PSCAD/EMTDC软件仿真,验证了所提方案能够快速可靠地确定故障区段,能很好地适应配电网复杂故障场景。

一种改进相似性度量的协同过滤推荐算法

协同过滤算法是目前电子商务推荐系统中最重要的技术之一,其中相似性度量方法的效果直接决定了推荐系统的准确率。传统的相似性度量方法主要关注用户共同评分项之间的相似度,却忽视了用户共同评分项和用户所有评分项之间的关系。用户共同评分项和用户所有评分项之间的关系可以通过Tanimoto系数来计算,然而Tanimoto系数是基于二值模式下的运算,因此直接运用于推荐系统中的效果并不理想。基于上述问题提出了修正的Tanimoto系数,并将用户共同评分项和用户所有评分项之间的关系融入到传统的相似性度量方法中。实验表明该算法在一定程度上提高了推荐的效率和准确度。

始发保优的序列比对

动态时间规整(Dynamic Time Warping,DTW)是序列比对的经典方法,可以计算动态对应的序列间距的最小值.该文从一个新颖的角度重构了DTW的理论框架,提出了DTW的可加保优和始发保优两条特性.并依赖始发保优的算法拓展能力,将DTW由普通距离延拓到平均距离、Pearson相关系数、和Tanimoto相似系数的动态优化的计算模式,建立了一系列序列比对的新方法.动态计算的Pearson相关系数和Tanimoto相似系数较常规Pearson系数和Tanimoto系数分别更能捕捉长度一致的序列之间的真实相似性.对该系列方法以计算效率最高的动态平均距离为代表作内置,进行大量标注数据集的层次聚类比较测试,证实相较于传统DTW算法在基于序列比对的聚类准确率(平均F值)上至少有35个百分点的提高.且使用kNN作序列匹配分类实验也证实了动态平均距离优于传统DTW距离.

一种有效缓解数据稀疏问题的协同过滤推荐算法

文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。

基于变量预测-谷本相似度方法的局部放电中未知类型信号识别

针对局部放电中可能出现新的不属于已知放电类型的未知样本,提出一种基于变量预测-谷本相似度(VPM-Tanimotosimilarity)的未知类型信号识别方法。构建梯度谱图实现未知信号的表达,并使用两个指标来对样本分区域过滤以分离出未知类。首先,构建φ-Δφ、φ-Δu、φ-Δqmax、φ-Δn梯度模式和?-n谱图模式并提取特征。其次,对各已知类放电建立相应的VPM模型组并预测样本的特征向量。再次,计算样本和各已知类放电的Tanimoto相似度,获得与样本最匹配的已知类别。然后,计算识别结果的可靠率(IDAR)并划分可靠率空间,不同的区域有不同的判定方法。最后,利用Tanimoto相似度和各区域的IDAR对所有信号进行双重过滤以判定并分离出未知样本。实验结果表明,该方法取得了一定的识别效果。

基于遗传算法的顾客购买行为特征提取

提出一种基于遗传算法的顾客行为特征提取算法.首先,采用Tan imoto相似度来度量顾客间购买行为,并设计遗传聚类算法对顾客群体进行划分,把具有相似购买行为顾客聚集为一类.然后,针对不同顾客群体的购买行为特征,设计一种基于遗传算法的多种群特征提取方法,从各个子群体中发现顾客的购买行为的知识.为了增强种群内部协同进化能力和规则质量,我们采用最近邻替代遗传策略和局部搜索策略.使用实际零售数据集对整个算法进行验证,并与经典的Apriori算法进行比较.实验结果表明该算法在不需要产生频繁项集的情况下,可较高效生成精简规则集,在规则形式方面也更加灵活.最后,对实验结果进行详细分析.

基于本征模态函数重构的近断层地震动识别与响应谱验证

为了充分考虑近断层地震动对中长周期结构的不利影响,提出了一种近断层速度脉冲型地震记录的量化识别方法。该方法基于经验模态分解(EMD)数据自驱动特征,充分考虑了本征模态函数(IMF)对原始记录脉冲尺度和形状的自适应匹配能力,以及单阶IMF固有的平滑特征,借助Tanimoto相似度的去中心化表达,给出了一种基于IMF信号自适应重构的地震记录去噪算法,用于识别主脉冲的幅值和周期。为了对主脉冲包含的能量进行度量,给出了基于指数函数的脉冲能量指示器,并验证了其有效性。通过与既有方法在周期、波形、反应谱等各方面的对比表明,本征模态函数与原始地震记录信号间的相似度可以作为筛选本征模态的重要依据。动力响应反应谱分析表明,抽取的脉冲对主脉冲中长周期的动力特性保留更为完整。总体上,由于经验模态分解方法的数据自驱动效应,所提方法对波形显著非对称的脉冲和多脉冲记录识别更为有效。

互联网大众点评与商圈空间分布的餐饮商家协同推荐研究

考虑到餐饮商家的地理位置对用户消费选择的重要影响,利用大众点评网数据,基于餐饮商家商圈属性和Tanimoto相似度算法计算用户的活动商圈相似性,并将其与传统的基于评分数据的用户相似性相融合,利用融合后的用户相似性获得推荐列表。通过离线实验,与传统的协同推荐算法相比,能有效地提高推荐结果的准确性。