多维标度

摘要： 不同知识引出方式对获得的群体概念结构的影响,是概念结构研究中重要且未解决的问题。以17名中学化学教师为被试,通过自由分类、概念构图和语义相关性评定,引出被试对15个与原子相关概念的认识,并以多维标度法分析群体概念结构。研究发现:由不同知识引出方式获得的群体概念结构具有不同的特点,通过语义相关性评定获得的群体概念结构更适合呈现科学概念具有复杂关系的特点。研究结果有助于研究者选择合适的研究方法,实施更有效的群体概念结构研究。

摘要： 不同知识引出方式对获得的群体概念结构的影响,是概念结构研究中重要且未解决的问题.以17名中学化学教师为被试,通过自由分类、概念构图和语义相关性评定,引出被试对15个与原子相关概念的认识,并以多维标度法分析群体概念结构.研究发现:由不同知识引出方式获得的群体概念结构具有不同的特点,通过语义相关性评定获得的群体概念结构更适合呈现科学概念具有复杂关系的特点.研究结果有助于研究者选择合适的研究方法,实施更有效的群体概念结构研究.

摘要： 由于多模态物联网大数据多元化空间信息资源分布维数增加,现有迭代排序方法无法通过低维排序图反映数据处理结果,导致多模态物联网大数据索引结果存在误差.提出基于非度量多维标度的物联网大数据高效索引方法,构建多模态物联网大数据的索引节点分布结构模型,在多模态物联网大数据库中进行模糊特征关联度分析,结合自相关特征匹配方法实现特征提取,根据语义上下文的关联性进行物联网大数据高效索引,采用非度量多维标度方法进行物联网大数据高效索引过程中的聚类分析和自适应寻优,结合模糊C均值聚类方法进行物联网大数据索引过程中的分类挖掘和特征调度,实现模糊度检测和特征聚类.仿真结果表明:基于非度量多维标度的物联网大数据高效索引方法准确率均在80％以上,最高可达95％,说明该索引方法误差较小,具有一定的应用价值.

摘要： 由于多模态物联网大数据多元化空间信息资源分布维数增加,现有迭代排序方法无法通过低维排序图反映数据处理结果,导致多模态物联网大数据索引结果存在误差.提出基于非度量多维标度的物联网大数据高效索引方法,构建多模态物联网大数据的索引节点分布结构模型,在多模态物联网大数据库中进行模糊特征关联度分析,结合自相关特征匹配方法实现特征提取,根据语义上下文的关联性进行物联网大数据高效索引,采用非度量多维标度方法进行物联网大数据高效索引过程中的聚类分析和自适应寻优,结合模糊C均值聚类方法进行物联网大数据索引过程中的分类挖掘和特征调度,实现模糊度检测和特征聚类.仿真结果表明:基于非度量多维标度的物联网大数据高效索引方法准确率均在80%以上,最高可达95%,说明该索引方法误差较小,具有一定的应用价值.

摘要： 针对纯测距条件下移动传感器网络中的目标跟踪问题,提出一种基于非线性滤波和多维标度的目标跟踪算法.根据传感器和目标之间存在的相对运动,建立带约束的动态距离模型,利用无迹卡尔曼滤波算法提高模型对距离及距离变化率的估计精度.在此基础上,结合传感器自身的位置、速度等状态信息,使用加权多维标度方法估计目标位置和速度.仿真结果表明,在只有距离信息的情况下,该算法能够实现对目标位置的高精度定位,速度估计结果也能准确反映目标的真实运动情况,与ML-KF算法相比整体跟踪效果更好.

摘要： 为揭示高新技术产业政策特征及演进趋势,结合文献计量与内容分析法对199篇高新技术产业政策有效文本进行共现和聚类分析,得出高新技术产业政策在时空中的分类与演进关系,并采用多维标度法从多个维度分析政策内容的交叉特征.研究表明,高新技术产业政策在创新创业服务、科技成果管理、高新企业管理及高新区建设4个方面存在明显的主题变迁规律,且政策具有较强的内容交叉特征,这些特征的研究有利于管理部门看清政策的细微变化,更容易掌握政策形势,把握政策方向.

摘要： 精确、可靠地识别异常电池是保障电池系统安全、稳定运行的有效手段.但是,从实时测量得到的电流、电压和温度有限外部信息,推断内阻、容量等电池内部信息,并识别异常电池难度很大.本工作针对串联锂离子电池组,基于各单体电压测量数据,提出了一种融合动态时间规整和多维标度策略的异常电池识别方法.通过采用动态时间规整策略,计算动态时间规整距离相似性指标,以消除电池组中荷电状态不一致的影响;进而结合多维标度法提取异常特征参数,实现异常电池可视化识别.通过电池系统仿真实验,验证了所提方法的有效性,为异常电池在线识别提供了一种有效技术.

摘要： 在非线性模拟电路故障诊断中,考虑到在电路的不同故障状态下,电路的输出响应也会各不相同.针对这种输出响应的差异性,提出了一种基于多维标度(MDS)的非线性模拟电路故障诊断的方法,将电路不同故障状态下输出响应的差异性,转换为一个低维的拟合构图,从而分辨不同的故障类型.仿真结果表明:在电路的单故障情况下,提出的方法能有效地将不同的故障进行分类,实现故障元件的定位,并在低维坐标系中直观地观察不同故障间的差异性,具有较高的准确率.

摘要： 针对经典的多维标度(MDS-MAP)定位算法在大规模无线传感器网络中存在的定位功耗大和精度低的问题,改进后的MDS-MAP算法将节点作为簇头时的剩余能量、能耗均衡性与局部密度的综合指标进行评估后再进行分簇,形成的簇具有良好的连接性与较低的能量损耗.针对部分不满足拼合规则的节点,提出了一种利用度量策略来获得节点间未知的欧氏距离的方法,并用角度判别法消除干扰解.在对公共节点进行补偿后,使用改进的规则进行簇间合并.仿真比较结果表明,提出的基于分簇与融合补偿策略的多维标度定位算法具有较低的拼合要求、高定位精度以及强鲁棒性,有利于拓展网络和降低定位功耗.

摘要： 本文提出了一种在扬声器听音试验中使用多维标度(MDS)从原始数据分析听音员之间偏好不一致性的方法.讨论了单个听音员与听音组的不一致程度与MDS分析得到的多位空间感知图具有一定的相关性,并在不同角度提供了更多信息,可作为现有分析方法的补充。

摘要： 本文首先介绍了多维标度技术(MDS)的基本原理，在此基础上深入分析了基于经典度量多维标度技术的无线传感器网络节点定位算法，分析了算法的优缺点。接着提出了对该算法的改进算法，详细介绍了改进算法的理论基础和算法步骤。最后在MATLAB平台上对两种算法在不同网络规模情况下分别进行了仿真比较，并根据仿真结果对改进算法的优势进行了分析。经分析可知，在无线传感器网络规模较小、节点数量和节点通信半径都较小的情况下，经典MDS算法和改进的MDS算法定位精度相仿，改进算法精度略高。在规模较大的无线传感器网络中，增加了节点数量后，改进MDS定位算法具有更高的定位精度，其精度比经典MDS算法提高了38.45%。其原因是改进算法采取分割网络的方法，在一定程度上降低了测距过程中由于信号衰减、非视距等因素带来的影响，从而取得更好的定位效果。因此，从仿真结果看，该算法的改进是成功的，也是有意义的，改进MDS算法适用于较大规模的无线传感器网络。

摘要： 把统计学中的多维标度技术应用到无线传感器网络节点定位是一种新的思路。本文提出的NMDS-RSSI (nonmetric multidimensional scaling and received signal strength indication)定位算法利用非度量多维标度技术直接根据无线信号强度值来进行节点的定位,省去了以往利用无线信号强度的定位算法中先把强度转换为距离再进行定位所带来的计算过程和计算误差。本文在集中式NMDS-RSSI定位算法的基础上引入新的分簇方法提出了改进后的分布式NMDS-RSSI定位算法,它采用基于簇的局部坐标图的拼接来实现分布式定位。仿真实验结果表明分布式NMDS-RSSI定位算法的定位误差跟集中式NMDS-RSSI定位算法非常接近,但它克服了集中式定位算法固有的缺点,更适合大规模网络和移动环境下的节点定位。

摘要： 云计算技术的发展，为当前的网络技术提供一种全局整合方案。在研究当前的云计算技术发展情况的基础上，提出云计算技术环境下分布式对象存储系统的安全机制。该安全机制是在研究当前分布式对象存储的区域性特点的基础上，介绍该安全机制建立节点间的模型并且对系统的工作过程进行描述，采用欧拉检测与多维标度技术相结合的方式检测系统的节点安全性并且详细描述系统的安全机制功能结构。实验结果表明，该安全机制提供一种资源整合与服务的安全机制，从而为系统提供一种有效的安全方案。

摘要： 本发明公开了一种基于FC‑MDS改进的无线传感器网络定位方法。涉及无线传感器网络应用技术领域；具体步骤：1、无线传感器网络的初始化；2、将聚类整合后的无线传感器网络划分为多个以簇头为计算中心的簇；3、利用距离矩阵[T

摘要： 本发明涉及一种基于泛化多维标度的大规模RFID标签定位方法包括数据预处理阶段、地图碎片生成阶段和地图碎片装配阶段。其中，数据预处理阶段包括以下步骤：根据获得的距离信息构建距离矩阵；根据距离矩阵构建指示矩阵。地图碎片生成阶段包括以下步骤：Bron‑Kerbosch算法处理指示矩阵I，得到一系列标签均可通信的子网络，称其为极大团；将阅读的编号集合并入极大团中，得增广极大团；利用增广极大团对距离矩阵切片，得由增广极大团确定的标签簇的距离矩阵；使用处理所得距离矩阵，得相应的地图碎片。

摘要： 本发明公开了一种协同校正源观测信息的加权多维标度TDOA定位方法，该方法将校正源观测信息与加权多维标度TDOA定位方法相结合，共包含两个计算阶段，在阶段a，通过利用校正源观测信息提高对传感器位置向量的估计精度(相比于其先验观测精度而言)，在阶段b，联合阶段a的估计结果以及目标源观测信息对目标源进行定位，并进一步提高对传感器位置向量的估计精度(相比于阶段a的估计精度而言)。本发明能够充分利用校正源观测信息，并将其与加权多维标度TDOA定位方法进行深度融合，可以更好地抑制传感器位置先验误差的影响，从而提高对目标源的定位精度，并且还具有渐近统计最优性。

摘要： 本发明公开了一种基于加权多维标度和拉格朗日乘子技术的运动辐射源TDOA和FDOA定位方法，首先利用多个运动传感器同时获得运动辐射源信号的TDOA观测量和FDOA观测量，并利用距离差观测量和距离差变化率观测量构造两个标量积矩阵，由此形成多维标度伪线性方程；然后定量分析TDOA/FDOA观测误差对伪线性方程的影响，从而确定最优加权矩阵；接着利用增广未知向量的代数特征构造两个二次等式约束，并结合伪线性方程构建双二次等式约束加权最小二乘优化模型；最后利用拉格朗日乘子技术对此模型进行数值优化，其中利用牛顿迭代获得拉格朗日乘子的最优解，并进而得到辐射源位置向量和速度向量的估计值。本发明能够进一步提升对运动辐射源的定位精度。

摘要： 本发明公开一种抑制传感器位置速度先验误差的加权多维标度TOA和FOA多源协同定位方法，首先利用多个运动传感器获得多个不相关运动辐射源信号的TOA观测量和FOA观测量；接着针对每个辐射源，利用距离观测量和距离变化率观测量构造两个标量积矩阵，由此形成多维标度伪线性方程，并将各个辐射源的伪线性方程合并成1个高维度的伪线性方程；随后定量分析TOA/FOA观测误差以及传感器位置和速度先验观测误差对高维伪线性方程的影响，以确定最优加权矩阵，并进而形成用于协同定位的线性最小二乘估计优化模型；最后利用优化理论获得该模型的最优闭式解，由此得到各个辐射源的位置向量和速度向量的估计值。本发明能够提高对每个辐射源的定位精度。

摘要： 本发明涉及一种基于多维标度法的到达时间差离群值检测方法，包括：离线采集阶段，在信号源尚未发送信号之前，根据已知的传感器位置坐标、到达时间差测量值高斯噪声方差和信号传播速度，计算得到所有传感器组的标量乘积矩阵特定特征值平方和的经验概率分布函数，所述标量乘积矩阵基于多维标度法构造；在线检测阶段，当信号源发出发送信号时，测量所有传感器两两之间的到达时间差测量值，利用所述经验概率分布函数，通过假设检验的方法，检测出到达时间差测量值中的离群值。与现有技术相比，本发明具有适用范围广、检测准确度高等优点。

摘要： 本发明是一种基于超多维标度的混合TOA/AOA定位方法，定位方法包括通过UWB技术获取定位网络中节点之间的距离信息和角度信息；根据节点之间的距离信息和角度信息，构建定位网络有向图，并根据顶点集合与有向边集合构建复域中的格拉姆核矩阵；然后对格拉姆核矩阵采用低秩截断的方法来获取边缘向量；最后根据节点和边缘向量的对应关系，结合锚节点信息获取节点相对坐标。本发明只需一个锚节点的坐标就可以计算出其他节点的坐标信息，降低了对定位网络中的节点布局要求，极大减少了定位成本。

摘要： 本发明涉及一种基于多维标度法简化代价函数的到达时间差迭代定位方法，包括以下步骤：根据已知的传感器位置坐标和信号传播速度，利用采集到的信号源到不同传感器的到达时间差信息，按照多维标度法构造M阶标量乘积矩阵，其中M是传感器的个数；将所述M阶标量乘积矩阵进行降阶变换处理，获得简化矩阵和变换矩阵，构建简化代价函数；初始化信号源位置，作为当前迭代点，计算所述简化代价函数在每一个迭代点处的梯度向量，并计算下一步迭代点；在简化代价函数在迭代点处的梯度向量的模小于给定门限值时迭代终止，将迭代终止时的迭代点作为信号源位置坐标的估计值。与现有技术相比，本发明具有降低计算成本、提高计算效率等优点。

摘要： 本发明公开了一种协同校正源观测信息的加权多维标度TDOA定位方法，该方法将校正源观测信息与加权多维标度TDOA定位方法相结合，共包含两个计算阶段，在阶段a，通过利用校正源观测信息提高对传感器位置向量的估计精度(相比于其先验观测精度而言)，在阶段b，联合阶段a的估计结果以及目标源观测信息对目标源进行定位，并进一步提高对传感器位置向量的估计精度(相比于阶段a的估计精度而言)。本发明能够充分利用校正源观测信息，并将其与加权多维标度TDOA定位方法进行深度融合，可以更好地抑制传感器位置先验误差的影响，从而提高对目标源的定位精度，并且还具有渐近统计最优性。

摘要： 本实用新型公开了一种基于多维标度法的统计学随机取样装置，包括：主体组件，所述主体组件包括板体a、壳体、球体、辅助组件、限位组件和展示组件，所述板体a的上表面固定连接有壳体，所述壳体的内部设有等距分布的球体，所述壳体的外侧壁设有辅助组件。本实用新型通过风机将外界空气吹入壳体的内部，在通孔a与通孔b的导流作用下，使得气体均匀的作用在球体表面，球体在壳体的内部混合，最后通槽c排出，进而保证气体的持续输入，解决了利用人工在取样盒内搅拌，或者对取样盒进行晃动，这种方式不仅使得混合不均匀，还使得外界因素容易影响实验结果，导致实验数据不准确，进而导致研究人员分析判断失误的问题。