您现在的位置: 首页> 研究主题> 欧氏距离

欧氏距离

欧氏距离的相关文献在1986年到2022年内共计806篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术 等领域,其中期刊论文705篇、会议论文31篇、专利文献34170篇;相关期刊433种,包括中国图象图形学报、现代电子技术、计算机仿真等; 相关会议30种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、2013年全国理论计算机科学学术年会、2012中国消防协会科学技术年会等;欧氏距离的相关文献由2301位作者贡献,包括杨世琦、刘宏元、张伟等。

欧氏距离—发文量

期刊论文>

论文:705 占比:2.02%

会议论文>

论文:31 占比:0.09%

专利文献>

论文:34170 占比:97.89%

总计:34906篇

欧氏距离—发文趋势图

欧氏距离

-研究学者

  • 杨世琦
  • 刘宏元
  • 张伟
  • 邢磊
  • 马永涛
  • 井长兴
  • 何燕
  • 冯涛
  • 刘亚东
  • 刘国联
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 李景林; 杨录; 刘康驰; 肖旭东; 薛程颢
    • 摘要: 针对真空容器微泄漏孔径无法准确识别的问题,提出采用泄漏超声信号特征值数据模型结合欧氏距离算法的解决方法。根据泄漏超声信号强度与微泄漏孔径的对应关系,选用特征值建立数据模型,并利用欧氏距离算法取最小值对微泄漏孔径进行识别,有效避免了因泄漏超声信号随机性引起的误判,提高了微泄漏孔径识别的准确率。通过多次实验验证,以泄漏超声信号有效值和互相关有效值建立的数据模型,对微泄漏孔径的辨识效果最好,其对微泄漏孔径的辨识正确率高达92%以上,达到了真空容器微泄漏孔径的检测识别要求。
    • 任家祥; 宋礼鹏; 朱宇辉
    • 摘要: 针对当前覆盖率导向的灰盒模糊测试路径覆盖不均衡问题,提出了一种融合种间热度的灰盒模糊测试方法.首先利用路径覆盖反馈信息度量了种间热度.进一步借鉴热传导思想,设计了一种融合种间热度的能量调控算法,动态计算变异阶段分配给每个种子的能量.最终使得各路径被执行次数趋于均衡,从而提高灰盒模糊测试的代码覆盖率.基于5个真实应用程序与LAVA-M数据集对比了该方法与现有灰盒模糊测试方法,实验结果表明:该方法对目标程序路径覆盖更为均衡,在24 h内发现的路径总数较之AFL提高28.24%,较之其他先进模糊测试方法平均提高20.25%.
    • 汪士杰; 孙晓茜; 杨延钧; 张建华
    • 摘要: 为了克服配电混合网络线路结构的复杂性及单相接地故障区段定位通信量大的问题,文中提出利用多点测量暂态相电流信息进行故障区段定位的方法。首先将各馈线线路测量点采集的暂态相电流信息上传到对应线路的馈线终端装置(FTU),利用快速傅里叶变换(FFT)对暂态相电流信息进行谐波变换,得到相应的幅值谱和相位谱;然后计算相邻测量点幅值谱的欧氏距离和相位谱的余弦相似度,作为故障区段定位的数据特征,并将处理后的数据特征上传到主站,利用局部异常因子(LOF)算法进行分析,从而实现故障区段定位;最后通过PSCAD仿真实验表明,能够较好地判别不同工况下的故障区段,且能适应于分布式电源并网、调整中性点运行方式和部分测量点被噪声干扰的情况。
    • 谭光兴; 张伦
    • 摘要: 鉴于传统尺度不变特征变换(scale invariant feature transform,SIFT)算法特征描述子维度过高、匹配时间长和误匹配率较高的问题,提出一种改进SIFT的图像特征匹配算法。首先,将SIFT特征点邻域的方形区域改为十字形分区来简化特征描述子,降低描述子的维度,减少匹配计算量;然后,在由欧式距离获取初始匹配点对的基础上,结合余弦相似度约束条件过滤伪匹配;最后,利用渐进一致采样(progress sample consensus,PROSAC)算法进一步优化匹配结果,实现精准匹配。实验结果表明,该算法在模糊、光照、仿射、尺度旋转等变化条件下均显著提高了正确匹配率,并缩短了匹配耗时,有效提升了在复杂场景下的匹配性能。
    • 王健宁
    • 摘要: 当前方法对运行电厂设备进行监测时存在监测运行时间长、聚类效果差和监测效果差的问题,为此提出物联网技术在电厂设备运行监测系统中的应用方法。对电力数据的状态进行评估聚类,生成电厂设备状态信息类别,基于隶属度最大原则生成电力状态信息集;在物联网技术的基础上计算节点间的欧氏距离,并采用横向近似的方法分析电力情况,最终经过对数据点的修正,确认出设备的异常数据点,实现电厂设备运行监测。实验结果表明,所提方法的监测运行时短、聚类效果好、监测效果好,以及监测结果平均误差小。
    • 赵秉宇; 王柳生; 张美玲; 郑东
    • 摘要: 侧信道攻击是密码学研究的热点方向,碰撞攻击作为侧信道攻击的重要分支,可从泄露能量中有效提取中间值信息,根据中间值信息检测不同S盒之间的碰撞,并利用碰撞建立不同密钥字节之间的线性关系,缩小密钥候选值的空间。针对使用重用掩码的高级加密标准(AES)算法,自适应选择明文碰撞攻击方法需要预先建立攻击模板,并且实施攻击所需的前提条件较多。提出一种高效的随机明文碰撞攻击方法,基于2个不同S盒输入值的汉明距离及其对应能量迹的欧氏距离之间的关系,从256个密钥异或值中找出正确的密钥异或值。通过理论分析得出该方法无需预先确定碰撞阈值及建立攻击模板,即可有效利用能量迹中未发生碰撞的信息,并且所加密的明文是随机的,能在没有目标设备的情况下实施攻击。实验结果表明,与自适应选择明文碰撞攻击、改进型相关性碰撞攻击等方法相比,该方法减少了实现碰撞攻击所需的前提条件,并且扩大了攻击范围。
    • 陈学勤; 陶涛; 张钟旺; 王一蕾
    • 摘要: 虽然基于循环神经网络(RNN)的会话推荐算法可以有效地对会话中的长期依赖关系进行建模,并且可以结合注意力机制来刻画用户在会话中的主要目的,但它在进行会话建模的过程中无法绕过与用户主要目的不相关的物品,易受其影响以致降低推荐精度。针对上述问题,设计了成对编码方案来将原始输入序列嵌入向量转化为一个三维张量表示,使得非相邻的行为也能够产生联系。通过二维卷积神经网络(CNN)来处理该张量以捕获非相邻物品间的联系,并提出了引入用于会话推荐的二维卷积神经网络的神经注意力推荐机(COS-NARM)模型。该模型能有效跳过序列中与用户主要目的不相关的物品。实验结果表明,COS-NARM模型在DIGINETICA等多个真实数据集上的召回率和平均倒数排名(MRR)都得到了不同程度的提升,且优于NARM、GRU-4Rec+等所有基线模型。在上述研究的基础上,将欧氏距离引入COS-NARM模型,提出了OCOS-NARM模型。利用欧氏距离直接计算不同时刻兴趣间的相似度以减少模型的参数,降低模型的复杂度。实验结果表明,欧氏距离的引入不仅使得OCOS-NARM模型在DIGINETICA等多个真实数据集上的推荐效果得到了进一步的提升,而且使OCOS-NARM模型的训练时间相较COSNARM模型缩短了14.84%,有效提高了模型的训练速度。
    • 王骏海; 李玮
    • 摘要: 综合考虑电网条件、生产和气象变化因数,计算电力短期负荷参数内存在的关联,以提高对负荷预测准确程度,提出一种基于T-S模糊模型的电力短期不平衡负荷预测方法研究。预处理和格式化历史负荷数据,去除误差数据。仿真结果表明,所提方法有较高的预测准确度,有利于保障电网运行的安全性、稳定性和高效性。
    • 李志明; 唐永中
    • 摘要: 针对AES算法Cache计时模板攻击时会触发大量的Cache失效,容易被硬件计数器检测出来的问题,基于Flush+Flush攻击模型,提出一种基于欧氏距离的AES算法模板攻击方法,以减少触发Cache失效的次数,使攻击更加隐蔽。使用Flush+Flush攻击模型获取AES算法在内存中映射的位置;利用已知明文攻击不断地触发密码进程,通过该模型建立每一个密钥的模板;利用Flush+Flush攻击模型获取真实情况下的Cache计时信息,通过计算计时信息与每一个密钥模板之间的欧式距离推算密钥。通过实验验证,以OpenSSL库中的AES算法快速实现为攻击对象,攻击模型能准确地获取AES算法密钥,并与Flush+Reload攻击模型相比较,触发的Cache失效次数仅为Flush+Reload攻击模型的17%。
    • 卢峰; 吴朝文; 陈小龙; 张柯柯; 桂宁
    • 摘要: 为了提高电力能源大数据的清洗效果,以及电网数据分析的智能程度,对电力能源大数据清洗模型进行构建。其中,运用云计算进行大数据存储。创新性地运用时间序列符号化方法对时间序列进行降维,以欧氏距离算法进行相似度度量,并使用相似度曲线对负荷数据进行数据清洗。结果表明:当数据块数量从10块增加到30块时,相应的数据传输数量由28个增加到136个,消耗时间从0.117 h增加到0.165 h。序列相似性排序为:序列1和序列4>序列2和序列5>序列3和序列4。清洗以后,各网供区域的数据都清晰可见,不同系列之间的数据也能清楚辨别和区分,误差也在可接受范围内。由此说明:电力大数据清洗模型效果良好,能够为电力企业内部不同部门、不同需求、不同层次的决策者提供准确数据分析。该研究在电力领域具有很强实用价值。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号