一种顾及障碍物的欧氏距离变换方法

提出了一种顾及障碍物的欧氏距离变换方法.该方法基于栅格扫描方式进行距离变换,逐行逐列传播距离值,并在距离传播过程中进行可见性检测,从而使距离传递路径避开障碍物,得到一种反映实际通行距离的欧氏距离图像.该算法思路简单直接,不涉及任何复杂数据结构,具有线性时问复杂度.实验表明,该算法计算出的距离图像准确性高,优于ArcGIS基于距离累计的算法,适合于点、线、面3种形态的源和障碍物的欧氏距离变换.     

洛阳智慧交通系统的最佳路径算法研究

基于时间消耗的城市道路运行测度空间,是一个非欧氏距离空间.根据洛阳城市交通的实际情况,设计了基于非欧氏距离空间的最佳路径选择算法,它是一个多阶段决策过程,通过递推方法来实现,并通过一个实例,详细讨论了算法的计算过程.     

一种计算TCM码的欧几里德距离和乘积距离的方法

提出了计算非规则篱笆图的最小欧几里德距离和最小乘积距离的一种有效算法，该算法是在Ｖｉｔｅｒｂｉ算法的基础上，对起始于任意状态和终止于任意状态所有参考路径上的距离进行了计算，求得最小欧几里德距离和最小乘积距离，它适用于搜索斯信道和衰落信道中的ＴＣＭ好码。     

基于轮廓跟踪的摔倒检测算法

针对传统摔倒检测算法误判率高和算法复杂等缺点,提出一种基于轮廓跟踪的摔倒检测算法。该算法主要通过背景减除法提取监控视频中的运动目标老人,运用中值滤波和形态学处理获取完整的老人身体形状,根据轮廓跟踪算法生成边界链码,然后利用实际边界链码与摔倒模板链码的欧氏空间距离判断老人是否摔倒。实验结果表明,该算法计算复杂度低,准确率得到明显提高。     

AWGN信道中8-PSK TCM抗噪声性能的改进

以误差序列的欧氏重量为度量,改进了传统编码方案中自由欧氏距离的算法,并且通过简化条件译码概率的计算对V iterbi最大似然译码算法进行了优化,从而提高了系统的抗噪声性能。最后通过MATLAB仿真验证了该改进方案具有较高的渐近编码增益,使系统性能更逼近理论限。     

格形编码的最小自由欧几里德距离计算

采用动态规划算法对格形编码的最小自由欧几里德距离进行编程计算,模拟结果表明,该算法适合于格形编码的所有参考路径上的欧几里德距离计算。     

大气湍流PPM调制信道下欧氏几何LDPC码的软迭代译码算法

针对大气湍流噪声对自由空间光通信链路可靠性的影响,采用软解调信息迭代计算的方法,提出一种适用于大气湍流PPM调制信道的高行列重量欧氏几何LDPC码迭代译码算法。不同码参数和不同PPM调制阶数下的仿真结果表明,该类算法在不同湍流强度下均有很好的译码纠错性能,采用2PPM调制的低码率欧氏几何LDPC码方案可获得1.6dB左右的编码增益提升。     

Hermitian码的完全权分布

Hermitian码的完全权分布对其自身编码和解码算法的设计，改进及性能分析都具有关键的作用。讨论了Hermitian码完全权分布的计算问题，结合计算机应用得出了几个具体Hermitian码的完全权分布，同时，提出了在Hermitian码及其对偶码的最小距离确定下时，一种计算Hermitian码完全权分布的简化算法。     

一种改进的双向快速搜索随机树算法

针对快速搜索随机树(RRT)算法随机性大、效率低的问题,提出了一种改进的双向RRT算法。该算法采用预生长机制,快速通过前期无障碍区域;以重要程度划分障碍物,减小势场计算规模,提高路径规划的避障效率;同时采用基于欧氏距离的筛选机制对随机点进行遴选,减少在低可能路径区域的生长。最后在仿真环境下进行实验,验证了所提算法的可行性和有效性。     

基于卡方距离度量的改进KNN算法

K-近邻算法(K-nearest neighbor,KNN)是一种思路简单、易于掌握、分类效果显著的算法。决定K-近邻算法分类效果关键因素之一就是距离的度量,欧氏距离经常作为K-近邻算法中度量函数,欧式距离将样本的不同特征量赋予相同的权重,但是不同特征量对分类结果准确性影响是不同的。采用更能体现特征量之间相对关系的卡方距离度量作为KNN算法的度量函数,并且采用灵敏度法进行特征权重计算,克服欧氏距离的不足。分类实验结果显示,基于卡方距离的改进算法的各项评价指标优于传统的KNN算法。     

删除卷积码与MPSK调制

格型编码调制ＴＣＭ把卷积编码和ＰＳＫ或ＱＡＭ调制相结合，在功率有限和带宽有限的信道中能够获得较大的编码增益，中提出了一种将删除型卷积码和ＭＰＳＫ调制结合的方法，使译码的复杂度降低，并在计算机上对具有最大欧几里德距离，信息率ｒ为２／３的删除只编码调制的好码进行了搜索。     

变异特征加权的异常语音说话人识别算法

常用的加权算法难以跟踪非常态语音特征的变异,为此,文中提出了一种变异特征加权的异常语音说话人识别算法.首先统计大量正常语音各阶MFCC特征的概率分布,建立正常语音特征模板;然后用测试语音特征与正常语音特征模板之间的K-L距离和欧氏距离来度量语音的变异程度,确定K-L加权因子和欧氏加权因子;最后利用加权因子对测试语音的MFCC特征进行加权,并将加权后的特征输入高斯混合模型进行异常语音说话人识别.实验结果表明,文中提出的K-L加权和欧氏加权的异常语音说话人识别算法的整体识别率分别为46.61%和42.25%,而基于各阶特征对说话人识别贡献的加权算法和不加权算法的整体识别率分别为39.68%和36.36%.     

基于DCT的图像压缩技术算法的改进

对JPEG图像压缩标准中的DCT变换和量化部分提出了改进意见.其中DCT变换部分采用查表法代替常规的DCT算法,从而大大提高了运算速度;量化部分用基于简单有效的“二重测试算法”的矢量量化取代了一般的欧氏距离矢量搜索算法,明显加快了码书的搜索速度.     

一种改进的K均值聚类算法

针对传统K均值算法中采取的欧氏距离计算相似性的不足,提出一种新的相似性计算方法,并将这种方法与欧氏距离的度量方法进行了比较。在UC I基准数据集上的实验表明,该方法有更稳定的聚类结果,是一种比较有效的聚类度量方法。     

一种基于特征加权的K Nearest Neighbor算法

传统的KNN算法一般采用欧式距离公式度量两样本间的距离．由于在实际样本数据集合中每一个属性对样本的贡献作用是不尽相同的,通常采用加权欧式距离公式．笔者提出一种计算权重的方法,即基于特征加权KNN算法．经实验证明,该算法与经典的赋权算法相比具有较好的分类效果．     

基于张量黎曼度量的序列图像匹配光流场计算方法

使用序列图像的灰度-时空张量描述子来描述图像特征,并在此基础上提出了一种基于张量黎曼度量的序列图像匹配光流场计算方法. 该方法使用张量的黎曼度量给出序列图像特征描述子间距离的定义,并使用改进的Hausdorff距离取代欧式距离来完成黎曼度量的计算,据此构造序列图像匹配相关函数,以提高图像在噪声及遮挡情况下的匹配能力;在上述基础上,给出匹配光流场算法. 仿真结果显示,该算法相对于传统基于微分的光流场计算方法（H-S算法,L-K算法）和传统的基于灰度的块匹配算法在计算精度、抗噪声等方面更有优势.      

面向稀疏数据集的聚类算法

在聚类过程中数据可能呈现稀疏性,如果仍用传统的欧式距离作为聚类指标,则聚类的质量和效率将会受到严重的影响。受到信息论中KL(Kullback-Leibler)散度的启发,采用基于KL散度的相似性度量方法,先描述数据的整体分布,进而对数据进行聚类。研究结果表明,最后通过实验验证本算法的有效性。这种方法可以利用簇中元素提供的信息来度量不同簇之间的相互关系,克传统欧式距离的缺点,提升算法准确度。     

一种快速并行骨架生成算法

基于ＭＩＭＤ并行处理机和欧几里德距离变换,研究了一种求二值图像骨架的并行算法．与现有算法相比,其所求骨架特性好,且实现简单,同时由于采用了并行处理技术,使计算速度大大提高     

Lab空间的改进k-means算法彩色图像分割

为减弱经典k-means 算法中ＲGB( Ｒed Green Blue) 空间各个颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响,并克服ＲGB 空间色彩分布不匀的缺陷,提出了一种基于Lab 颜色空间的改进k-means 聚类彩色图像分割方法。首先,将颜色空间从ＲGB 转换为Lab 空间,每个像素点都可以由L、a、b 3 分量组合进行表示。其次,用马氏距离替换欧氏距离进行改进,应用改进后的k-means 算法对图像像素点进行聚类,从而实现分割目的。通过实验证明该改进算法比经典k-means 算法具有更好的分割效果和准确度。