相似性度量

摘要： 直觉模糊K-modes(IFKM)算法在聚类过程中采用简单0-1匹配相似性度量,既无法有效刻画类内数据对象之间的相似性,也未体现不同属性在聚类过程中的贡献程度;此外,IFKM算法在聚类的每一次迭代中直接根据直觉模糊隶属度矩阵来确定数据对象所属类别,没有充分发挥直觉模糊思想的作用。为了解决这两个问题,提出一种迭代IFKM(IIFKM)算法。首先,基于直觉模糊熵(IFE)与直觉模糊集(IFS)定义了一种加权的直觉模糊隶属度相似性度量;其次,将直觉模糊隶属度矩阵作为迭代信息贯穿于整个聚类过程,使算法中的直觉模糊思想得到充分体现。在UCI数据库的5个数据集上进行的实验结果表明,与IFKM算法相比,IIFKM算法在分类正确率和召回率方面提升了7%~11%,在分类精度方面也有一定提升。

摘要： 针对低信噪比下磁异常信号相似性难以度量的问题,该文提出基于正交基函数(OBF)分解和编辑距离法(EDR)相结合的OBF-EDR磁异常信号相似性度量方法。该方法通过对磁异常信号进行正交基函数分解得到离散基函数系数,根据背景噪声与基函数不相关的特性提高离散基函数系数信噪比,利用编辑距离法对离散基函数系数进行相似性计算从而间接实现对磁异常信号的相似性度量。仿真测试表明OBF-EDR方法相较于EDR算法可在更低信噪比情况下对磁异常信号进行相似性度量。

摘要： 大气污染抽样数据通常包含较多的属性.在使用聚类技术解析污染源、分析污染特征时,如果对数据进行降维处理与标准化处理,会损失相关污染信息,并使污染特征不明显.为解决此问题,提出了一种适用于大气污染数据的相似性度量—大气污染抽样数据距离,它既不需数据预处理,又能体现污染物的浓度变化程度.在仿真实验中,将大气污染抽样数据距离与常用的其他5个距离分别应用于4个传统聚类算法与2个新聚类算法中.仿真结果表明:在同一聚类算法中,使用大气污染抽样数据距离在大多数情况下会比使用其他距离得到更好的聚类结果.

摘要： 高阻抗故障(HIF)主要与电弧现象有关,具有低电流、随机性、非线性和不对称性特征。配电网过流保护系统需要考虑HIF的低故障电流,检测功率损失、潜在火灾危险和电击风险。提出了一种基于变电站电流波形的时域HIF检测算法,利用Kullback-Leibler散度相似性度量,量化了电流波形两个故障后半周期的非线性和不对称性特征作为HIF检测的判据,此判据也被用来区分HIF与负荷、电容器、馈线和分布式能源投切事件以及电压骤降和浪涌事件。利用IEEE13节点和IEEE34节点测试系统进行了大量的时域仿真,验证了所提HIF检测算法的优越性。

摘要： 阶段划分是间歇过程准确建模和有效监控的前提.针对传统阶段划分方法未考虑间歇过程的动态性造成阶段划分不准确、影响监控精度,且具有参数选择难、鲁棒性差的局限,提出一种基于动态潜结构的动态间歇过程阶段划分与在线监控方法.首先,对间歇过程三维张量数据沿变量方向展开,并增加时滞变量构建增广矩阵来提取过程动态关系;然后,以增广矩阵作为输入,定义一种新的基于解释方差变化的合并代价函数,衡量不同子序列之间的动态潜结构相似度;利用上述动态潜结构相似度的衡量标准,提出基于自底向上启发式搜索策略的动态间歇过程阶段划分方法;最后,对划分得到的各阶段分别建立基于动态主元分析的子阶段模型和统计指标来实现在线监控.采用青霉素补料分批发酵过程数据开展实验研究,结果表明了所提方法的有效性和优越性.

摘要： 印花是丝绸生产工艺中重要一环,基于图像的匹配技术可用于检验丝绸的印花质量。本文提出了一种基于多子区策略的丝绸彩色图像和矢量模板图匹配算法,并采用边缘信息作为丝绸彩色图像和矢量图的共性特征,解决了两种图像灰度不一致的问题。对预处理后的丝绸彩色图像提取图像边缘,选取边缘信息完整的区域作为待匹配子区,采用改进的Hausdorff距离矩阵作为最终的相似度准则。该算法可以获取较高的匹配正确率,基于真实丝绸场景数据的实验结果,证明了所提方法的有效性。

摘要： 随着越来越多的渔船安装了AIS系统,非法套用其他渔船的AIS设备,“一船多码”的现象愈演愈烈,及时发现“一船多码”的渔船就显得非常必要。文中通过余弦相似度进行渔船轨迹度量,找到非法渔船;针对渔船原始轨迹采样点数量庞大、检测效率低的问题,提出间隔采样的处理方式,提高了检测效率;针对原始轨迹中部分轨迹存在信号缺失或者AIS设备关闭导致度量精度差的问题,提出轨迹分段的处理方式,提高了检测精度。在渔船轨迹分段的基础上,对不同采样频率进行比较,结果显示,对于渔船轨迹检测,有效的采样频率和轨迹分段处理在检测效率和精度上得到了较满意的效果,该研究在轨迹判断领域具有一定的参考价值。

摘要： 为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现矩阵度量方法识别典型用电负荷模式,结合教育行业和房地产行业用户基本信息对其用电负荷曲线趋势进行挖掘与分析.结果表明,与单视角数据相比,挖掘出的典型用电负荷模式更为准确且具有较好的鲁棒性,能够结合不同行业特点为电网系统在不同时段采取错峰用电、削峰填谷等措施提供指导.

摘要： 目的 目前最主要的跨物种研究方法是基于已有的同源位点构建同源脑区对照图,但是随着个体的发育,大脑皮层会发生不规则扩张,影响个体上已有同源位点的准确性。据此提出在个体水平上追踪白质纤维束作为参照系分别构建人类和猕猴的脑区连通性指纹图的方法。材料与方法 选择公开的脑影像数据集,人类被试10例和猕猴被试10例作为研究对象。对于预处理后的数据在个体水平上提取白质纤维束,计算脑区与白质纤维束之间的连接强度并构建连通性指纹图;在物种内,使用克伦巴赫α系数计算个体间的一致性;在物种间,利用余弦相似度分析两个物种同源脑区的连通性指纹图,并用排列置换测试对结果进行检验。结果 物种内,布洛卡区(Broca’s area,Broca44)、主要躯体感觉皮层(primary sensory area,S1)、海马体(hippocampus,Hippoc)在猕猴内部一致性系数分别为0.636、0.780、0.977,在人类内部一致性系数分别为0.781、0.726、0.607;物种间,Broca44脑区、S1脑区、Hippoc脑区的余弦相似度计算结果分别为0.979、0.994、0.995。结论 基于个体水平追踪白质纤维束,并以此构建连通性指纹图进行人类和猕猴的跨物种研究具有有效性,这一成果为构建人类和猕猴跨物种比较框架提供了支持。

摘要： 针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算,或单纯通过其整体几何特征进行度量,导致结果具有较大的片面性问题,综合考虑云模型整体几何特征与微观云滴分布贡献,该文提出了一种分布轮廓与局部特征融合的不确定性相似度量方法,即基于包络带及其云滴贡献度的云模型不确定性相似度量方法(EACCM)。该方法将体现云模型几何特征的包络带(内包络曲线和外包络曲线之间区域)作为相似度量基础,结合其重叠部分包含云滴的贡献度大小建立综合度量模型。仿真结果显示,该方法度量结果更为科学合理,并且有效避免了同一数字特征相差较大或者非常接近时导致的相似性异常问题。

摘要： 研究了广播信号的频谱形状相似性度量问题.在无线电监测中,信号的频谱图形包含丰富的信息,在一定程度上可以表征台站的工作状态.首先,通过数学建模将频谱形状相似性度量转化为曲线间的相似性度量;然后,通过大量实验得到谱线相似度方法中的最佳容差;最后用采集到的频谱数据验证了该方法的有效性和合理性.

摘要： 随着三维人脸数据获取的便捷,三维人脸曲面的相似性度量成为人脸识别、三维人脸重构、面部手术、3D动画、生物测量及刑侦等领域的重要研究内容.本文基于测地线及弹性度量的相关性质及研究,提出了一种在弹性度量下基于测地线的三维人脸的相似性度量的新方法.该方法首先从鼻尖出发按相同的角度间隔提取一组测地线,然后使用SRVF表示的弹性度量在形状空间分析比较这些曲线的相似性,从而将三维曲面比较的问题转化成了三维曲线的比较.通过在GAVADB公开人脸库进行的实验表明,该相似性度量方法可以很好地区分同一个人的不同人脸模型与不同人的人脸模型,说明该方法能够很好地反映三维人脸的相似程度.

摘要： 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了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,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.

摘要： 针对海量非结构化数据的元组归约问题,分析结构类型的元组相似性度量方法,基于结构类型的相似性度量方法可以实现图文声像等非结构化数据基于内容的相似性计算.研究提出基于精确欧氏局部敏感哈希的特征空间索引优化技术,实现海量非结构化数据的快速归约方法.实验结果表明该方法能够有效降低特征向量的搜索空间,减少相似性计算的代价.

摘要： 传统的光谱分类方法和光谱—空域联合分类方法,其本质都是寻求一种合理有效的相似性度量,实现准确的目标分类.光谱分类方法基于光谱相似性度量进行分类;而光谱—空域分类方法在考虑光谱相似性的同时,还利用了空域相似性.这种空域相似性依赖空域邻域信息,如组合核方法中的邻域均值相似性、图像分割和形态学方法中的邻域像素连通性等.从本质上来看,这些光谱—空域分类方法都在试图描述邻域像素所构成的局部区域之间的某种相似性.由于直接度量区域之间的相似性或距离比较困难,光谱分类方法和一些空谱分类方法中通常基于像素点或特征向量进行分类.然而,这种点到点的距离相似性度量并不能充分地描述高光谱图像局部同源区域之间的结构相似性.为此,本文构造一种新的区域核,直接度量区域之间的相似性.区域核分类中,一方面区域蕴含丰富的多重空谱特征;另一方面核框架易于刻画不同区域间的线性或非线性关系,从而有助于得到更加准确可靠的分类结果.

摘要： 全球数值天气预报(NWP)模式的空间分辨率有限,一般对强降水,尤其是极端降雨预报不太有效,主要原因是强对流和降水系统中,中尺度过程的影响比天气尺度过程更为明显.基于"历史将会重演"的概念,并假设数值天气预报模式能提供完全预报(perfect prognosis),香港天文台开发了降雨相似预报系统(analogue forecast system),利用欧洲中期天气预报中心(ECMWF)再分析资料,搜寻天气形势与模式预报相似的旧个案,作为降雨预报的参考.这一套降雨相似预报系统采用的相似性度量,亦特别为捕足发生于香港附近的强降水过程而制定.

摘要： 馈线接地保护是小电流接地系统中长期存在的难题.为深入挖掘故障信息的本质特征和内在规律,对多源故障信息进行有机综合处理,文中介绍了样本相似性度量和类间距离的计算方法,给出定量判定聚类有效性的方法,寻找出适用于馈线接地保护的最佳系统聚类算法;提出了系统聚类故障检测的模型与方法,根据零序导纳法、负序电流法、零序电流法、接地故障电阻法等多源故障信息的相似性程度,即空间距离的远近进行保护判断.EMTP仿真分析表明该方法具有较高的保护精度和鲁棒性,能满足配电自动化的要求.

摘要： 符号化时间序列聚类是聚类研究中的热点之一,其中关键问题是时间序列符号化相似度问题.本文针对传统的基于欧式距离度量存在的缺陷,以LCS度量为基础,提出了ELCS相似性度量,克服了LCS度量需要依赖线性函数选取的不足.在两类数据集上进行的实验表明,同其他常用度量的比较,该度量有着更好的聚类效果.

摘要： 针对现有故障监测方法运算量大,需要数据长度大,难以实时发现异常情况等问题,本文提出一种快速有效识别电能质量故障的方法.首先基于时间序列相似性故障先判模型划分置信区间,根据数据与正常数据模板的相似性约简故障表征参数,然后结合S变换分析和极限学习机构建故障分析模型.该方法有效减少运算量与故障监测参数的个数,能够更快速的发现故障.仿真实验结果表明,该方法能够有效实现故障的预判及分析,具有计算速度快、判断准确等特点.通过承德钢厂实测电力故障数据验证了该方法的可行性和优越性.

摘要： 针对现有故障监测方法运算量大,需要数据长度大,难以实时发现异常情况等问题,本文提出一种快速有效识别电能质量故障的方法.首先基于时间序列相似性故障先判模型划分置信区间,根据数据与正常数据模板的相似性约简故障表征参数,然后结合S变换分析和极限学习机构建故障分析模型.该方法有效减少运算量与故障监测参数的个数,能够更快速的发现故障.仿真实验结果表明,该方法能够有效实现故障的预判及分析,具有计算速度快、判断准确等特点.通过承德钢厂实测电力故障数据验证了该方法的可行性和优越性.

摘要： 本发明公开了一种查找相似文本的方法，包括以下几个步骤：步骤1：文本特征提取步骤：该步骤用于提取文本特征集合S

摘要： 本发明公开了一种基于度量学习的用户轨迹相似性度量方法，结合度量学习方法通过计算用户轨迹距离得到用户轨迹之间的相似性。首先生成每个用户的地点‑时间联合概率分布矩阵。接下来通过KL散度计算基于用户分布矩阵的不同用户轨迹之间的初始相似性，并通过谱聚类的方法生成用户轨迹的初始类别(即将用户轨迹按照相似性矩阵划分为不同的类别，以便利于后续的相似性度量函数计算)。最后在初始相似性矩阵S和轨迹初始类别集合C基础上，结合度量学习技术，获取具备用户偏好模式且具有相同维度的用户轨迹的相似性表征向量和度量函数数，在此基础上，计算用户轨迹之间的距离，得到用户轨迹相似性。

摘要： 本发明涉及一种增强相似度关联的相似性度量方法以及系统。所述增强相似度关联的相似性度量方法，其特征在于，计算比较对象之间的相似度矩阵；以及针对所述得到的比较对象之间的相似度矩阵与所述相似度矩阵的转置矩阵，利用上述计算所述相似度矩阵的方法进行计算，以得到增强相似度关联的比较对象之间的增强相似度矩阵。

摘要： 本发明公开了一种基于自适应性分段统计近似的时间序列相似性度量方法，首先基于时间序列编码识别转折点，将时间序列切分为包含完整波动趋势的子序列；然后依次提取每条子序列的多种统计特征，构造局部模式特征向量；最后利用规范化距离计算局部模式特征向量之间的距离，实现局部模式匹配，并以此作为动态规划算法的子程序，实现全局模式匹配。本发明在度量精度和计算效率方面都以较大的程度优于其他度量方法，在人们的日常活动和工业生产中可发挥重要作用，如在金融交易、交通监管、空气质量和温度监测、工业流程监控、医疗诊断等应用中，对大规模采样数据或高速动态数据流进行相似性查询、分类、聚类、预测、异常检测、在线模式识别等处理。

摘要： 本发明提供基于度量学习的语音时序数据相似性度量方法，属于数据分类技术领域。本发明首先获取语音时序数据；结合马氏距离和斯皮尔曼线性相关性系数计算语音时序数据的局部距离，然后使用动态时间弯曲算法得到动态时间弯曲距离的表达式；再根据PGDM度量学习框架建立以马氏矩阵为参数的损失函数；求解损失函数计算出针对当前训练集样本的马氏矩阵；最后将步骤四中求得的马氏矩阵代入动态时间弯曲距离的表达式，得到每两个语音时序数据样本的相似性度量。本发明解决了现有语音时序数据相似性度量不准确的问题。本发明可用于语音时序数据的相似性度量。

摘要： 本发明公开了一种基于度量学习的用户轨迹相似性度量方法，结合度量学习方法通过计算用户轨迹距离得到用户轨迹之间的相似性。首先生成每个用户的地点‑时间联合概率分布矩阵。接下来通过KL散度计算基于用户分布矩阵的不同用户轨迹之间的初始相似性，并通过谱聚类的方法生成用户轨迹的初始类别(即将用户轨迹按照相似性矩阵划分为不同的类别，以便利于后续的相似性度量函数计算)。最后在初始相似性矩阵S和轨迹初始类别集合C基础上，结合度量学习技术，获取具备用户偏好模式且具有相同维度的用户轨迹的相似性表征向量和度量函数数，在此基础上，计算用户轨迹之间的距离，得到用户轨迹相似性。

摘要： 本发明涉及一种增强相似度关联的相似性度量方法以及系统。所述增强相似度关联的相似性度量方法，其特征在于，计算比较对象之间的相似度矩阵；以及针对所述得到的比较对象之间的相似度矩阵与所述相似度矩阵的转置矩阵，利用上述计算所述相似度矩阵的方法进行计算，以得到增强相似度关联的比较对象之间的增强相似度矩阵。

摘要： 本发明公开了一种基于自适应性分段统计近似的时间序列相似性度量方法，首先基于时间序列编码识别转折点，将时间序列切分为包含完整波动趋势的子序列；然后依次提取每条子序列的多种统计特征，构造局部模式特征向量；最后利用规范化距离计算局部模式特征向量之间的距离，实现局部模式匹配，并以此作为动态规划算法的子程序，实现全局模式匹配。本发明在度量精度和计算效率方面都以较大的程度优于其他度量方法，在人们的日常活动和工业生产中可发挥重要作用，如在金融交易、交通监管、空气质量和温度监测、工业流程监控、医疗诊断等应用中，对大规模采样数据或高速动态数据流进行相似性查询、分类、聚类、预测、异常检测、在线模式识别等处理。

摘要： 本发明公开了一种散点图相似性度量方法、终端设备及存储介质，使用PointNet作为特征提取器，并将采样操作融入相似性度量方法中，借助PointNet在二维点云上进行对比学习训练，使用点云数据作为输入能使度量结果独立于散点图的可视化表示，让网络能够学习到散点数据本身的特征；采样操作能使不规则的点云数据更好地配合PointNet；不同的数据增强操作引导网络的学习方向，以度量散点图不同维度上的相似性。本发明不需要带标签的数据，解决了人工获得标签成本高，以及不同人主观判断的不同而使结果产生偏差的问题。

摘要： 本发明公开了一种基于色谱相似性度量的颜色分类识别方法和系统，所述方法包括：获取待识别的目标彩色图像，并将所述目标彩色图像转换为人类视觉颜色空间图像；对所述人类视觉颜色空间图像的各有效像素点进行多个维度的色谱转换，并将各维度色谱转换结果进行融合，以得到目标色谱；将所述目标色谱与预存的目标类别进行色谱相似性度量，若相似性度量结果大于阈值，则判定所述目标彩色图像为所述目标类别。解决了现有技术中颜色识别准确性较差，不符合视觉习惯的技术问题，提高了颜色识别准确性和交互友好性。