导读:本文包含了加权欧氏距离论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:距离,超声波,信号,人群,目标,余弦,夹角。
加权欧氏距离论文文献综述
安笑笑,贺西平,卢康[1](2018)在《基于加权欧氏距离的陶瓷器超声波辨识方法》一文中研究指出为克服陶瓷器鉴定传统方法的局限性,提出一种基于加权欧氏距离的陶瓷器超声波辨识方法.以叁个完全相同的方形陶瓷盒子作为实验样品,根据样品的断面扫描电镜照片,分析超声波波长与其内部颗粒尺寸之间的关系;提取10MHz超声波在样品内部的背向散射信号,计算各样品与标准样品的背向散射信号间的加权欧式距离,与事先留存的标准样品自身的加权欧氏距离进行比较.计算结果表明,不同样品之间的加权欧式距离不同.利用背向散射信号的加权欧氏距离,可以快速、准确地辨识陶瓷器样品.(本文来源于《电子学报》期刊2018年07期)
安笑笑[2](2018)在《基于加权欧氏距离的超声技术陶瓷辨识》一文中研究指出超声波无损检测技术具快速、准确、无污染、无破坏、适应范围广泛等有点,自该技术被开发以来,一直被广泛应用在诸多领域。本文为克服陶瓷器鉴定传统方法的局限性,提出一种基于加权欧氏距离的陶瓷器超声波辨识方法。本文同一批次生产的叁个规格大小完全一致的方形陶瓷盒子和四个规格大小完全一致圆形盘子作为两组实验的试验样品,根据样品的断面扫描电镜照片,分析超声波波长与其内部颗粒尺寸之间的关系。分别提取了 10MHz和7.5MHz超声波在两种样品内部的信号。选取方形盘子原始信号的时域特征背向散射信号作为它的特征标签,计算各样品的背向散射信号与待辨识样品的背向散射信号间的加权欧式距离,与事先留存的待辨识样品自身的加权欧氏距离进行比较。通过db6小波变换并计算圆形盘子原始信号的各小波分量的小波能量特征,选取携带能量之和大于95%的两个小波分量作为圆形盘子的特征标签,计算各样品的小波分量的能量特征与待辨识样品的小波分量的能能量特征间的加权欧式距离,与事先留存的待辨识样品自身的加权欧氏距离进行比较。两个实验的计算结果表明,不论是陶瓷样品的时域信号的特征量背向散射信号还是频域特征量小波能量特征,都能反应陶瓷器样品的内部特征,都可以作为陶瓷器样品的防伪特征标签。同时也表明不同样品之间的加权欧式距离不同。通过计算样品信号特征之间的加权欧氏距离,可以快速、准确地辨识陶瓷器样品。(本文来源于《陕西师范大学》期刊2018-05-01)
郭靖[3](2016)在《对K-means聚类算法欧氏距离加权系数的研究》一文中研究指出K-means聚类算法广泛应用于模式识别、图像处理和数据挖掘等领域中,有着简洁高效等优点。然而,传统的K-means聚类算法在以欧氏距离为度量函数时简单地把数据的各个属性平等对待,忽略了不同属性的重要性不同。本文结合统计学中描述数据离散程度的四种指标提出四种计算加权系数的方法,并通过实验比较这四种加权系数对聚类结果准确度的影响,以此来说明对欧氏距离加权的必要性和计算加权系数的简单可行的方法。(本文来源于《网络安全技术与应用》期刊2016年10期)
朱俚治[4](2016)在《一种加权欧氏距离聚类算法的改进》一文中研究指出聚类算法是一种无监督学习的算法,能够将相似度强的数据聚类到一个族内,并且能够将属性相异的数据划分到不同的族里。当今聚类算法可分为传统的聚类算法和非传统的聚类算法。传统的聚算法有:基于划分聚类算法、基于层次聚类算法等算法。人们在使用划分法和层次法进行聚类时,是通过计算聚类对象之间属性的距离来实现聚类,因此欧氏距离公式和加权欧氏距离公式在这两种聚类算法中常用的算法。加权欧氏距离计算公式在聚类时着重聚类对象属性权重的选择,所以此文从聚类对象的相似度和对象属性对应的权重,这两个方面来考虑聚类成功的概率。论文作者提出的算法思想是,如果某个聚类对象具有若干的属性,那么首先计算该聚类对象属性的相似度,再根据该属性对应的权重是否为关键权重,如果是此属性对应的权重是关键权重,那么该对象聚类的成功率较高。(本文来源于《计算机与数字工程》期刊2016年03期)
刘群,冯长焕[5](2016)在《修正的加权欧氏距离的实证分析》一文中研究指出在聚类分析中,常常考察两个变量的距离大小,其中比较常用的是欧氏距离.然而每个评价指标的贡献程度是不同的,所以需要对评价指标进行加权处理,因此加权欧氏距离在实践中得到了广泛的应用.基于加权欧氏距离的计算公式对其权数进行了修正,修正后的形式为:D_(ij)=∑mk=1(((ω_k)~(1/2)x_(ik)-(ω_k)~(1/2)x_(jk))~2)~(1/2).由此可以将加权聚类分析转换成非加权聚类分析,使聚类分析过程更方便、简单.采用夹角余弦赋权法对某市公安局"一标叁实"的数据应用修正的加权欧氏距离进行了实证分析.(本文来源于《兰州文理学院学报(自然科学版)》期刊2016年02期)
谭飞刚,刘伟铭,黄玲,翟聪[6](2015)在《基于加权欧氏距离度量的目标再识别算法》一文中研究指出针对传统欧氏距离在特征相似性度量中存在区分能力弱的缺陷,提出了基于加权欧氏距离度量的目标再识别算法.首先,针对现有目标再识别算法中目标分割易受衣着和背景颜色干扰的缺陷以及忽略人体头部特征的现象,提出了一种简单的比例分割方法,即根据VIPeR和i-LIDS数据集上目标各部件的比例统计将目标按比例分割成3部分.然后提取各部件的多种互补特征来增加其对光照变化等因素的鲁棒性.在部件特征描述过程中,文中提出了以显着性因子为权重的显着性局部二值模式(SLBP)特征来增加局部二值模式(LBP)特征对目标显着性的描述.最后综合各部件的相似性度量结果来判断目标是否匹配.在VIPeR和i-LIDS数据集上的对比实验结果显示,文中算法的目标再识别准确率优于其他算法.(本文来源于《华南理工大学学报(自然科学版)》期刊2015年09期)
房少梅,张颖姝,马雅从,黄冠佳[7](2015)在《加权欧氏距离的聚类分析在葡萄酒质量分级中的应用》一文中研究指出提出了一种新的葡萄酒质量分级方法。从葡萄和葡萄酒的理化指标、芳香物质出发,首先用逐步回归分析筛选出主要指标;然后用主成分回归分析得到各指标的权重系数;最后引入加权欧氏距离来改进聚类分析,并对葡萄酒质量进行分级。结果表明:该方法将红白葡萄酒均分为叁类,分级结果合理,方法具有普适性。(本文来源于《佛山科学技术学院学报(自然科学版)》期刊2015年05期)
欧阳美玲[8](2015)在《基于欧氏距离变化量加权网络的小规模人群行为分类》一文中研究指出人群行为分析是计算机视觉领域的重点研究课题,传统的人群行为分析方法主要可分为微观和宏观两类,微观分析方法主要通过跟踪个体轨迹和识别动作姿态来分析人群行为,此类方法对人数稀少且可获得人肢体动作的场景很有效;但不利于人群行为在宏观上的表达。宏观分析主要将人群看作一个整体,从人群的外在表现分析人群行为,此类方法适合处理规模较大或具有共同运动模式的人群,但不适合处理规模不大,且运动模式松散的人群。由于小规模人群常常以叁叁两两的小团体形式出现,且团体中的运动具有某种关联性,因此,分析小规模人群行为的方法应该兼具微观与宏观特性。网络恰好可以通过微观个体之间的相互影响程度来揭示系统的宏观性质,它可被表达成用来描述个体(节点)及个体间相互作用(边)的图。通过网络的边及权重可以探究各节点之间的微观影响程度,利用网络的统计特征可以从整体上反映网络的宏观特性。本文利用网络分析小规模人群行为,提出了一种利用欧氏距离变化量加权网络进行人群行为识别的方法。首先,获得人群个体的运动轨迹,得到人群个体的位置信息;其次,计算人群个体间欧氏距离变化量,定量评估各个体间相互作用和影响的程度,并以人群个体为节点,以个体间相互影响程度为边权重构建欧氏距离变化量加权网络;最后,提取聚集、相遇、同行、分离、分散五种典型人群行为欧氏距离变化量加权网络的路径长度平均值、最大值、最小值和网络权重平均值、最大值、最小值特征参数从宏观角度分析小规模人群行为,并用k近邻方法进行人群行为分类。实验结果表明,该方法能够有效的表达和识别小规模人群行为,实验中五种人群行为的识别率最低达到了86.8%。(本文来源于《燕山大学》期刊2015-05-01)
周剑云,王丽珍,杨增芳[9](2014)在《基于加权欧氏距离的空间Co-location模式挖掘算法研究》一文中研究指出空间Co_location模式挖掘关注空间对象实例在一定区域内同时出现的关系。目前大多数研究都是把空间对象的各个实例按同等权重对待,但现实中容易发现同一类对象的不同实例其大小规模、重要程度或是影响力覆盖范围都是不一样的。因此考虑空间对象实例的影响力因素,引入加权欧氏距离阈值参与计算,能发现更具实际价值的Co_location模式。(本文来源于《计算机科学》期刊2014年S1期)
李英,李亚,刘广亮[10](2013)在《一种加权欧氏距离负载均衡云任务调度算法》一文中研究指出云计算通常需要处理大量的计算任务,任务调度策略在决定云计算效率方面起着关键作用。本文提出一种加权欧氏距离负载平衡(EDW-LB)的任务调度解决方案。仿真结果表明:该方法能够在保证任务完成时间的条件下,通过新的任务调度策略来提高用户对云计算任务的满意度以及资源的利用率,是一种云计算环境下有效的任务调度算法。(本文来源于《河南科技大学学报(自然科学版)》期刊2013年03期)
加权欧氏距离论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
超声波无损检测技术具快速、准确、无污染、无破坏、适应范围广泛等有点,自该技术被开发以来,一直被广泛应用在诸多领域。本文为克服陶瓷器鉴定传统方法的局限性,提出一种基于加权欧氏距离的陶瓷器超声波辨识方法。本文同一批次生产的叁个规格大小完全一致的方形陶瓷盒子和四个规格大小完全一致圆形盘子作为两组实验的试验样品,根据样品的断面扫描电镜照片,分析超声波波长与其内部颗粒尺寸之间的关系。分别提取了 10MHz和7.5MHz超声波在两种样品内部的信号。选取方形盘子原始信号的时域特征背向散射信号作为它的特征标签,计算各样品的背向散射信号与待辨识样品的背向散射信号间的加权欧式距离,与事先留存的待辨识样品自身的加权欧氏距离进行比较。通过db6小波变换并计算圆形盘子原始信号的各小波分量的小波能量特征,选取携带能量之和大于95%的两个小波分量作为圆形盘子的特征标签,计算各样品的小波分量的能量特征与待辨识样品的小波分量的能能量特征间的加权欧式距离,与事先留存的待辨识样品自身的加权欧氏距离进行比较。两个实验的计算结果表明,不论是陶瓷样品的时域信号的特征量背向散射信号还是频域特征量小波能量特征,都能反应陶瓷器样品的内部特征,都可以作为陶瓷器样品的防伪特征标签。同时也表明不同样品之间的加权欧式距离不同。通过计算样品信号特征之间的加权欧氏距离,可以快速、准确地辨识陶瓷器样品。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加权欧氏距离论文参考文献
[1].安笑笑,贺西平,卢康.基于加权欧氏距离的陶瓷器超声波辨识方法[J].电子学报.2018
[2].安笑笑.基于加权欧氏距离的超声技术陶瓷辨识[D].陕西师范大学.2018
[3].郭靖.对K-means聚类算法欧氏距离加权系数的研究[J].网络安全技术与应用.2016
[4].朱俚治.一种加权欧氏距离聚类算法的改进[J].计算机与数字工程.2016
[5].刘群,冯长焕.修正的加权欧氏距离的实证分析[J].兰州文理学院学报(自然科学版).2016
[6].谭飞刚,刘伟铭,黄玲,翟聪.基于加权欧氏距离度量的目标再识别算法[J].华南理工大学学报(自然科学版).2015
[7].房少梅,张颖姝,马雅从,黄冠佳.加权欧氏距离的聚类分析在葡萄酒质量分级中的应用[J].佛山科学技术学院学报(自然科学版).2015
[8].欧阳美玲.基于欧氏距离变化量加权网络的小规模人群行为分类[D].燕山大学.2015
[9].周剑云,王丽珍,杨增芳.基于加权欧氏距离的空间Co-location模式挖掘算法研究[J].计算机科学.2014
[10].李英,李亚,刘广亮.一种加权欧氏距离负载均衡云任务调度算法[J].河南科技大学学报(自然科学版).2013