基于平均窗口平移的直方图相似性度量

传统的直方图相似性评价方法如L1距离等,在直方图发生一定形变如伸缩、平移的情况下存在一定不足。为解决这一类问题,提出一种直方图平均窗口平移度量方法,通过统计2幅直方图相同窗口之间的取值差异及不同距离窗口之间的取值差异,求出以窗口距离为权值进行加权后的平均差异,将其作为评价2幅直方图相似性的标准。对不同自然图像的灰度直方图及受噪声、光照等影响下的图像的灰度直方图之间的相似性,用该评价方法和传统评价方法进行比较,表明该评价标准在直方图发生形变的情况下性能优于传统的度量标准,而在通常情况下则与传统评价标准具有一致性。采用该评价标准进行图像及目标搜索等应用的结果显示该方法有望被应用于图像检索、匹配及目标跟踪等领域。     

基于相似性的分布式数据挖掘

基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介绍以关联规则中最大频繁项集为基础的一个相似性的度量方法,并根据对得到的相似性值的判断,来决定数据挖掘的数据源的引用规模.     

基于小波变换的时间序列聚类

针对传统以欧氏距离为相似性度量的K-均值聚类算法应用于时间序列数据上存在的时间轴偏移敏感性问题及以动态时间轴弯曲距离为相似性度量的高计算复杂性问题,提出基于小波变换的动态时间弯曲距离作为相似性度量方法,根据提取的小波低频系数与原时间序列之间的低能量差异来选择小波变换的尺度,能保证选取的特征在拥有尽量低的维数的同时保留时间序列主要信息.实验结果显示,基于小波动态时间弯曲距离的K均值聚类比基于欧氏距离的K均值聚类效果好,运行速度比动态弯曲距离快.     

多元时间序列的相似性匹配

常用多元时间序列相似性匹配方法难以在高效刻画局部形态特征的同时考虑各变量间的相关信息. 针对此问题,提出一种动态窗口内多维拟合分段方法. 基于序列的局部形态特征抽象出各变量维度上拟合线段的倾斜角及持续时间,组成模式表示矩阵,并借助一种多元模式距离实现序列的相似性模式匹配. 与主成分分析法、基于点分布特征的匹配法对不同数据规模的数据集进行对比,验证了该方法的有效性,特别对于多变量、不等时间跨度的中等规模多元时间序列相似性匹配具有较好的效果.     

直觉模糊集的新相似性测度

相似性测度是度量两个直觉模糊集相似程度的重要方法.文章给出一个新的直觉模糊集相似性测度,讨论该相似性测度的一些性质及得到利用该相似测度对直觉模糊集进行聚类的一般步骤,最后通过实例验证了该方法的有效性。     

一种融合图结构的时空轨迹相似性查询算法

针对海量时空轨迹数据相似性查询速度慢的问题，提出一种融合图结构的时空轨迹相似性查询算法。从空间维和时间维将轨迹建模为图结构中的一条路径，设计了一种同步匹配空间和时间距离的轨迹相似性度量函数。在此基础上，设计了一种结合时间过滤的基于边的倒排索引结构支持轨迹时空相似性查询，同时利用距离上界的剪枝策略提高查询性能。计算返回的相似轨迹集合中每条轨迹的距离并进行排序，得到相似度最高的前k个轨迹。最后将所提算法与NTrajI算法、SHQ算法、SHQT算法在合成数据集和真实数据集上进行实验对比。结果表明：该算法在索引建立、查询效率和查询质量方面均优于其他对比方法，因此是可行而有效的。     

RNA二级结构的6-D表示及相似性分析

根据RNA二级结构组成,用A′,U′,G′,C′分别表示基对A-U,G-C和基对G-U中的A,U,G,C,将RNA二级结构转化为基本序列,称之为RNA二级结构的特征序列。在此基础上再根据核苷酸A,C,G,U的化学结构在6-D空间中定义了使核苷酸集与点集之间一一对应的函数,进而利用这个函数在6-D空间中得到了RNA二级结构的6-D表示,然后基于6-D表示把它转化为L/L矩阵表示和特征向量P=(μx,μy,μz,μk,μl,μm)表示,其中μi表示点集对应坐标分量的均值,最后利用矩阵不变量:即L/L矩阵的最大特征值,还有特征向量之间的距离来描述序列或结构的不变性来分析了AIMV-3等九种病毒的RNA二级结构的相似性,得到了比较好的结果。     

引入图片相似性的PatchMatchGraph方法

随着人工标注的在线图像数据越来越多,数据驱动的相关算法日益受到人们的关注.图像语义分割是图像分割领域的一项重要任务,S.Gould等人提出了PatchMatchGraph算法,该算法通过对图片集合建立图片之间像素块的映射,使得PatchMatch算法在图片语义分割应用上有着很好的效果,但是由于PatchMatchGraph算法对于计算机内存的消耗太大,限制了其进一步的应用.我们提出了一个新的算法框架,通过引入图片相似性,对训练集做预筛选,保持允许范围内准确度的同时,降低了内存的消耗,为算法应用提供了新的指导思路.     

基于欧氏距离双比特嵌入哈希的图像检索

提出一种基于欧氏距离的双比特嵌入哈希算法,以欧氏距离来度量二进制哈希编码之间的相似性.该方法可更好地保持原始特征空间的相似性关系,提高检索精度.另外,为了提高欧氏距离的计算速度,利用位操作实现二进制哈希编码欧氏距离的计算.对于64位的双比特嵌入哈希码,所提算法比传统欧氏距离的计算速度快400倍左右.在3个主流图像库上进行图像检索实验,与当前主流量化算法相比,该算法取得了更好的检索结果.     

区间直觉模糊集的新相似性测度

相似性测度是度量两个集合相似性程度的重要方法.本文针对Liang和Shi提出的直觉模糊集的相似性测度存在的问题进行改进,并将改进后的直觉模糊集的相似性测度推广到区间直觉模糊环境.同时,归纳了一种计算区间相似性测度的一般步骤,最后通过实例验证了该方法的有效性.     

图象自相似性测度算法的研究比较

图象的自相似性测度可作为图象识别和图象压缩的重要特征参量.分形几何图形具有自相似性和递归性,分形维数自然成为有效的自相似性测度.基于目前常用的有效的计算图象分形维数算法,其中包括"毯子"法、"盒子"法、"分数布朗随机场模型"法和各种改进算法,对各种方法的计算量、适用范围进行了研究比较.     

基于新三维图形表示及相似度量的DNA序列比较分析(英文)

基于DNA序列的混沌游戏表示,得到了一种新的能够避免信息损失的DNA序列的3维图形表示.同时,利用特征曲线的几何中心和波动幅度构造4维向量来刻画DNA序列.基于两种新的相似度量,对11种物种的β球蛋白基因序列进行相似性分析,所得结果与生物学中的进化关系基本一致.而且通过比较分析,提出的方法对较长生物序列的相似分析更有效.     

基于Vague集的元素间相似度量的近似推理

给出了Vague集元素间的一个相似度量方法,对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中Vague集的论域与后件中Vague集的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的元素间相似度量的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的元素间相似度量的近似推理方法.     

改进的高精度单本体概念相似度计算模型

概念相似度评估广泛应用于概念分类、概念聚合、概念合并等工作中.以往面向单本体概念相似度计算模型的工作虽然集中在概念特征匹配和语义分析之上,但考虑的要素单一或考虑要素的内容不全,所以计算结果精度不高,不利于概念关系的深层挖掘.该文完善概念的共性匹配,把概念间同时不具备的特征作为共性的一部分,并对概念格中不同层次的语义特征进行加权,从而提出一种具有高精度的面向单本体的概念相似度计算模型.实验数据表明该模型具有较高的精度.     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.