相似度矩阵

摘要： 非负矩阵分解(NMF)是一种有效的数据降维方法,广泛应用于图像聚类等领域。然而,NMF不能捕获数据固有的几何结构,所以基于图的非负矩阵分解被提出。基于图的算法大多使用K-近邻来构造相似度图。由于数据中的异常值和错误特征,直接构造图是不准确的。针对上述问题,提出了基于学习一致性相似度矩阵的图非负矩阵分解方法。该方法首先通过自适应学习来获得相似度矩阵,然后通过相似度矩阵构造拉普拉斯图正则项,最后将该正则项加入原始的非负矩阵分解模型中。优化了之前直接使用K-近邻构图的弊端,并且能很好地保持数据的几何结构。新提出的算法在USPS、yale、faces以及ORLdata数据集上进行聚类试验并与一些先进算法进行了比较。数值试验结果证明了本文提出的算法性能很好。

摘要： 齿轮箱发生故障时,因振源耦合等因素,各类单一故障和复合故障间具有一定共性特征,造成传统的基于卷积神经网络(convolutional neural network,简称CNN)的智能诊断方法准确率下降和诊断性能鲁棒性差。针对上述问题,提出一种新的基于一维卷积神经网络(one-dimensional CNN,简称1DCNN)的齿轮箱故障智能识别方法。该网络引入LeakyRelu激活函数替代原网络结构卷积层中的激活函数,防止训练时的神经元失效;利用LookAhead优化器,避免反向参数优化时训练结果收敛于局部极值;提出相似性损失度量函数,最小化同类样本序列间距的同时最大化不同类样本序列间距,以强化网络结构的标签识别能力和分类稳定性。将上述网络命名为sLL-1DCNN,利用齿轮箱故障模拟试验台信号对网络进行训练并识别各类故障,结果表明,该网络在训练集样本序列数量较少时具有更好的特征提取和泛化能力,且在训练集样本序列数量增加时,具备优于其他3种CNN的分类能力和分类稳定性。

摘要： 聚类是数据挖掘的一个重要方面,而对高维混合特征数据聚类仍然是一个具有挑战性的问题。针对高维混合特征数据下欧氏距离失去意义的问题,提出了一种基于随机贪婪的树状基学习器集成的森林聚类算法。模型能够利用树状基学习器集成的优点,同时处理离散和连续特征混合下的数据以及高维度的数据。借鉴随机森林计算相似度矩阵的方法,计算聚类森林中样本之间的相似度,用相似度矩阵代替传统聚类时的欧氏距离,解决了高维混合特征数据下欧氏距离没有意义的问题。通过在合成数据集和真实数据集上的一系列实验,与传统聚类算法进行对比,以纯度为评价指标,该算法在混合特征数据集上的聚类纯度明显高于传统聚类算法。

摘要： 传统DBSCAN算法不能正确聚类密度不均匀的数据集,聚类结果受邻域阈值和密度阈值参数的影响较大。提出一种新的优化初始点和自适应半径的密度聚类算法。利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本,分析该样本周围密度的分布情况,采用自适应的方法计算当前簇的邻域阈值,并利用DBSCAN算法进行聚类。在人工数据集和UCI数据集上进行测试的结果表明,与经典的DBSCAN、OPTICS、RNN-DBSCAN算法相比,优化初始点和自适应半径的密度聚类算法在ARI、NMI、Homogeneity、Completeness和V-measure 5个评价指标上整体取得最优值,其中在Compound、Jain等数据集上达到1.0,具有较高的聚类效率和准确度。

摘要： 现有的基于深度学习的图像修复网络通常采用注意力机制以相似匹配的方式将完好区域信息填充到待修复区域来提升待修复区域的纹理细节。然而,现有的注意力机制的度量方式仅考虑特征纹理而缺少对语义的理解以至于会利用到一些语义不相似区域的信息。为了解决这一问题,本文提出一种基于掩码transformer的图像修复网络,该掩码transformer模块相较于基本的transformer层的区别主要包括两部分:1) 通过掩码将特征图分为有效区域和无效区域并提出掩码注意力机制有效的建模待修复区域和完好区域的相似性;2) 提出用查询集和相似度矩阵加权融合的方法为待修复区域精确填充信息。与传统的注意力机制相比,基于transformer的方法能够较为有效的提升修复的纹理效果。

摘要： 多视角特征选择通过融合多个视角的信息获取具有代表性的特征子集,来提高分类、聚类等学习任务的效率。然而,描述对象的特征繁杂多样且相互关联,单一地从原始特征中选择特征子空间可以简单地解决维度问题,但无法有效获取数据内部存在的结构信息和特征关联信息,且固定使用相似度矩阵和投影矩阵易损失视角间的相关性。针对以上问题,提出了基于相似度矩阵学习和矩阵校正的无监督多视角特征选择(SMLMA)算法。该算法首先构造所有视角的相似度矩阵,通过流形学习得到一致相似度矩阵以及投影矩阵,最大程度地发现和保留多视角数据的结构信息;其次采用矩阵校正的方法,最大化相似度矩阵和核矩阵之间的相关性,合理利用不同视角之间的关联性,减少特征子集的信息冗余;最后,采用Armijo搜索方法快速得到收敛结果。在4个实验数据集Caltech-7,NUS-WIDE-OBJ,Toy Animal和MSRC-v1上的实验结果表明,相比单视角特征选择和部分多视角特征选择方法,所提算法在聚类任务上的准确率平均提高了约7.54%。其较好地保留了数据的结构信息和多视角之间特征的相关性,捕获了更多高质量的特征。

摘要： 肠道菌群与诸多人类重大疾病相关,研究在不同条件下的肠道菌群数据具有重要意义。由于菌群数据出现零膨胀现象,采用成对比率几何平均值(GMPR)方法对其进行归一化。本研究以2型糖尿病数据集为例,提出一种改进的Spectrum算法。首先,使用基于特征加权的相似度矩阵,避免忽视每个样本/特征所对应的不同特征值大小在该样本中所占据的权重;其次,将拉普拉斯矩阵替换为Hessian矩阵,避免传统谱聚类的灵敏度问题,将ISODATA聚类算法代替原本的K-means算法,有效地调整聚类中心数K。试验结果表明,GMPR+改进Spectrum在2型糖尿病中的标准化互信息(NMI)为0.423,戴维森堡丁指数(DBI)为4.751,Calinski-Harabasz指标(CH)为25.541,兰德指数(RI)为0.835,调整兰德指数(ARI)为0.019,较改进前的效果有所提升,并且该算法可以识别出不同类型患病人群在肠道菌群上的结构差异,挖掘出肠道微生物组的关键细菌。

摘要： 为学得更好的相似矩阵,提出一种基于L2,1-范数距离相似度矩阵的学习方法,给出相应的聚类算法(CSCA).利用L2,1-范数距离计算出相似度矩阵,对相似度矩阵施加平方的约束;通过约束相似度矩阵所构建的拉普拉斯矩阵,求出对应的特征向量空间;利用学得的相似度矩阵中的连通分量直接得到聚类结果.实验结果表明,该算法在人工数据集和真实数据集上的聚类结果大多优于其它聚类算法,验证了所提聚类算法的有效性.

摘要： 为了有效地提高MRI脑肿瘤图像的分割精度,更好地辅助医生诊断病情,提出了一种多特征融合的超像素谱聚类MRI脑肿瘤图像分割方法.首先通过简单线性迭代聚类分割的超像素替代像素点来构建加权无向图,并且融合多种图像特征构建相似度计算函数,同时采用自适应的方式计算高斯核的尺度参数,根据相似度函数计算相似度矩阵进而求得拉普拉斯矩阵,然后对此拉普拉斯矩阵的特征向量进行K-means聚类来完成对图像的分割.在BraTS 2015数据集上与其他2种谱聚类图像分割方法进行了对比实验,并采用相似性系数(Dice)、相对体积误差(RVD)和灵敏度(Sensitivity)这3个指标对分割结果进行评价.结果表明,本文方法在这3个指标上均优于对比方法.因此本文提出的多特征融合的MRI脑肿瘤图像分割方法能够更高效、更精确地完成MRI图像的分割.

摘要： 针对于蚁群聚类算法在搬运数据项过程中随机选择移动位置时,由于无效移动导致的算法收敛速度缓慢等缺陷,论文提出了一种基于相似度的蚁群聚类算法.通过设计相似度矩阵,基于相似移动机制将蚂蚁随机移动方式优化为按照相似度矩阵规则实施目的性的关联.实验选取Iis、Wine、Haberman和Balance-scale四种经典数据集,相较于现有的LF算法及GACC算法,结果表明在蚂蚁空载率都为90％的条件下,论文提出的SMACC算法的迭代次数明显降低,均体现出较优的聚类速率.

摘要： 现有的链路预测方法的数据来源主要是基于邻居、路径、和随机游走的方法,使用的是节点相似性假设或者最大似然估计.尚缺少基于神经网络的链路预测研究.而基于神经网络的一些研究表明,基于神经网络的DeepWalk网络表示学习算法,可以更加有效的挖掘到网络中的结构特征.已有研究证明,DeepWalk等同于矩阵分解目标矩阵.因此,该文提出了一种基于DeepWalk矩阵分解的链路预测算法(IPMF).该算法首先基于矩阵分解的DeepWalk算法训练得到网络的表示向量.然后通过余弦相似度计算每对节点之间的相似度,构建目标网络的相似度矩阵.最后利用相似度矩阵,在三个真实的引文网络做进行链路预测实验.实验结果表明,本文提出的链路预测算法性能优于现存的20余种链路预测算法,这充分表明了基于神经网络的网络结构挖掘算法能够有效的挖掘网络中节点之间的结构关联性,而且在实际网络的链路预测中能够发挥出较为优异的性能.

摘要： 仿射传播算法是以N个数据点之间的相似度组成N×N的相似度矩阵S为算法基础的聚类算法，不同的距离测度会影响最终的聚类结果，对聚类之后的研究也会产生不同程度的影响，本文分析了欧式距离、曼哈顿距离以及特征距离三种不同距离测度对聚类结果的影响。实验结果表明，在对图像的灰度值聚类时使用仿射传播算法时，处理不同类型的图像应选用不同的距离测度，由此推测到数据样本的聚类问题中，对于不同类型的数据，也需要选用不同的距离测度。

摘要： 标记分布是一种新的学习范式,现有算法均直接利用条件概率建立参数模型,但大多数未充分考虑样本之间的联系.基于此,引入谱聚类算法,通过样本之间相似性关系将聚类问题转化为图的全局最优划分问题,进而提出一种结合谱聚类的标记分布学习算法SC-LDL(Label Distribution Learning with Spectral Clustering).首先计算样本相似度矩阵,然后对矩阵进行拉普拉斯变换,构造特征向量空间,最后通过K-means算法对数据进行聚类建立参数模型,预测未知样本的标记分布.与现有算法在多个数据集上的实验表明,本算法优于多个对比算法,统计假设检验进一步说明算法的有效性和优越性.

摘要： 针对某政府网站某一时间段的服务器日志中抽取出的搜索引擎查询信息，提出若干标准来遴选出有代表性的核心查询词，并分别针对每个核心查询词进行共现与三维可视化聚类分析，并且采用基于瓦兹算法(Ward's method)的层次聚类法验证了MDS算法三维可视化聚类结果的正确性、有效性与优越性。同时，针对日志的特点开发了适合本研究的一系列分析工具，对不同结构的日志信息进行挖掘、提取、选择和加工。

摘要： 针对某政府网站某一时间段的服务器日志中抽取出的搜索引擎查询信息，提出若干标准来遴选出有代表性的核心查询词，并分别针对每个核心查询词进行共现与三维可视化聚类分析，并且采用基于瓦兹算法(Ward's method)的层次聚类法验证了MDS算法三维可视化聚类结果的正确性、有效性与优越性。同时，针对日志的特点开发了适合本研究的一系列分析工具，对不同结构的日志信息进行挖掘、提取、选择和加工。

摘要： 针对某政府网站某一时间段的服务器日志中抽取出的搜索引擎查询信息，提出若干标准来遴选出有代表性的核心查询词，并分别针对每个核心查询词进行共现与三维可视化聚类分析，并且采用基于瓦兹算法(Ward's method)的层次聚类法验证了MDS算法三维可视化聚类结果的正确性、有效性与优越性。同时，针对日志的特点开发了适合本研究的一系列分析工具，对不同结构的日志信息进行挖掘、提取、选择和加工。

摘要： 针对某政府网站某一时间段的服务器日志中抽取出的搜索引擎查询信息，提出若干标准来遴选出有代表性的核心查询词，并分别针对每个核心查询词进行共现与三维可视化聚类分析，并且采用基于瓦兹算法(Ward's method)的层次聚类法验证了MDS算法三维可视化聚类结果的正确性、有效性与优越性。同时，针对日志的特点开发了适合本研究的一系列分析工具，对不同结构的日志信息进行挖掘、提取、选择和加工。

摘要： 针对某政府网站某一时间段的服务器日志中抽取出的搜索引擎查询信息，提出若干标准来遴选出有代表性的核心查询词，并分别针对每个核心查询词进行共现与三维可视化聚类分析，并且采用基于瓦兹算法(Ward's method)的层次聚类法验证了MDS算法三维可视化聚类结果的正确性、有效性与优越性。同时，针对日志的特点开发了适合本研究的一系列分析工具，对不同结构的日志信息进行挖掘、提取、选择和加工。

摘要： 一种融合局部相似度和全局相似度的协同过滤推荐方案的方法，属于方案推荐技术领域。基于协同过滤算法的思想，从相似度计算方面进行突破，一是采用全部用户项目评分计算全局相似度，有效利用了数据的信息，能够解决数据稀疏性，二是利用用户的共同评分信息，将评分分为都是积极评分、都是消极评分以及两种评分结合三种情况，计算局部相似度，能够充分有效利用用户之间的共有信息，将两种相似度进行融合，能够有效提高预测的准确度。

摘要： 本发明涉及一种基于文本相似度改进的电网档案相似度计算方法，属于文件管理技术领域。该方法包括以下步骤：S1：属性分类及相似度定义；S2：定义全属性综合相似度；S3：同义词转换；S4：获得文本相对相似度。本发明利用系统间的共有属性的数据，快速、简单、有效地得到电网档案中文本的相似度，更有利于对电网档案的管理。

摘要： 本申请提供一种图像客观相似度到主观相似度的映射方法及装置，所述方法包括：准备若干样本组；设计一函数模型，所述函数模型用于将在取值范围内的客观相似度划分成连续的若干分段区间，并将各分段区间内的客观相似度对应映射至预设区间内的主观相似度；计算所有不同目标的两个图像样本的客观相似度并排序；根据排序后的客观相似度、以及将客观相似度取值范围划分成若干段的各边界值所对应的预设误报率阈值，计算各边界值，预设误报率阈值与所述客观相似度的大小成反比；根据当前两幅图像的客观相似度、所述函数模型和各边界值，计算所述当前两幅图像的主观相似度。本申请将公式计算的图像客观相似度映射到用户主观相似度，提升输出的感官匹配度。

摘要： 相似度计算装置(200)参照存储部，该存储部分别存储与多个第一媒体数据对应的二值化的第一代码。相似度计算装置(200)基于对与第二媒体数据对应的特征向量进行二值化而得到的第二代码被转换为第一代码的概率，分别计算第二媒体数据与各第一媒体数据之间的相似度。

摘要： 提供一种图像相似度计算系统，产生编辑图像和原始图像之间的图像相似度的较大值。局部区域权重计算装置14根据编辑图像中的每一个局部区域的概率，来计算图像中的每一个局部区域的权重值，作为局部区域权重值。局部区域权重计算装置14将所计算的局部区域权重值输出到图像相似度计算装置122。小区域相似度计算装置121将通过分割查询图像得到的每一个小区域的特征量与通过分割参考图像得到的每一个小区域的特征量进行比较。小区域相似度计算装置121计算针对各个小区域的特征量的相似度。图像相似度计算装置122通过将基于小区域的权重值应用于计算出的相似度来计算查询图像和参考图像之间的图像相似度。该权重值是从局部区域权重计算装置14中提供的局部区域权重值中得到的。

摘要： 本发明具备：单词提取部(11)，其对m个文本进行分析并提取n个单词；向量计算部(12)，其通过使m个文本和n个单词分别在q个维度上向量化，从而计算由q个轴分量构成的m个文本向量和由q个轴分量构成的n个单词向量；以及指标值计算部(13)，其通过分别获取m个文本向量和n个单词向量的内积而计算反映m个文本和n个单词之间的关联度的相似度指标值；通过计算根据文本而算出的文本向量和根据文本内包含的单词而算出的单词向量的内积，能够得到以内积值的形式表示哪个单词对哪个文本具有何等程度的贡献的相似度评价值。

摘要： 本发明涉及一种基于特征相似度与特征值相似度融合的快递地址聚类方法，包括以下步骤：S1：获取快递的下单数据，统一获取快递地址信息，并对下单数据进行预处理，得到原始数据集；S2：按照设定的行政地址划分规则进行分词处理，进行词频统计过滤停用词；S3：建立特征词抽取模型对特征词进行选取，然后对不同特征赋予不同的权值；S4：建立相似度计算公式，依照改进的相似度计算公式对抽取到的特征词进行相似度计算；S5：建立基于特征相似度和特征值相似度融合的层次聚类算法，对客户行政地址进行聚类；S6：对快递末端网点客户地址聚类结果进行可视化展示。

摘要： 本公开是关于相似度确定方法，包括：获取原始模板图像和原始待测图像；确定原始模板图像和原始待测图像中的边缘，根据边缘从原始模板图像和原始待测图像中提取待测图像；根据邻域灰度均值在模板图像中和待测图像中像素的邻域灰度均值在待测图像中确定待测连通区域；获取模板连通区域的模板轮廓图像和待测连通区域的待测轮廓图像；计算模板轮廓图像和待测轮廓图像的相似度，以作为原始模板图像和原始待测图像的相似度。根据本公开，针对原始模板图像和原始待测图像，是基于轮廓确定相似度，而轮廓并不会因为原始模板图像和原始待测图像的类型不同而存在较大差异，因此有利于准确确定医学图像之间的相似度。

摘要： 本发明实施例公开了一种动态图片相似度模型建立、相似度计算方法和装置，其中，动态图片相似度模型建立方法，包括：获取动态图片训练样本组；将动态图片训练样本组的每张动态图片转换成对应的图样本，得到动态图片训练样本组对应的图样本组；将图样本组输入至图神经网络，得到第一相似度和第二相似度；以最大化第一相似度，以及最小化第二相似度为目标，训练图神经网络，得到动态图片相似度模型。本发明公开的技术方案用于搜索相似动态图片时，能以较高的精度计算动态图片间的相似度，提高了相似度的计算精度。

摘要： 本申请涉及计算机技术领域，公开了一种确定内容相似度方法和基于内容相似度的推荐方法，其中，该确定内容相似度的方法包括：确定第一内容和第二内容；从所述第一内容中提取第一标准特征组，以及从所述第二内容中提取第二标准特征组；确定与所述第一内容和所述第二内容关联的标签；对于所述第一标准特征组、所述第二标准特征组，进行MLP处理，得到第一向量、第二向量；以及根据所述第一向量、所述第二向量，以及所述标签，计算所述第一内容和所述第二内容的相似度。本申请解决了长尾问题，达到了在长尾的笔记和热门笔记之间建立相似关系，帮助嵌入模型从即便处于长尾的笔记中进行泛化以推断相似性的技术效果。