一种基于区间值Pythagorean三角模糊语言集的多准则决策方法

为提升不确定环境下信息描述的准确性,提出了区间值勾股三角模糊语言集(intervalvalued pythagorean triangular fuzzy linguistic set,IVPTrFLS),并研究了区间值勾股三角模糊语言变量(IVPTrFL variable,IVPTrFLV)相关的基本理论.同时,针对...     

PET断层重建中动态射线追踪算法的实现

迭代重建算法已成为PET的标准重建方法,其系统响应矩阵实现图像空间和投影空间之间的映射关系,是迭代重建算法的关键.面向list-mode断层重建,以优化Siddon算法为基础,实现了一种敏捷的正交距离射线追踪方法,实时计算系统响应矩阵,生成近似高斯形的LOR线,有效建模了探测器响应函数.结果表明该算法在重建精度和效率之间达到较好的平衡,满足了list-mode断层重建的需求.     

LDCQ的距离更新策略

提出了在LDCQ中保证满足误差限制的距离更新策略．移动对象和查询边界的距离远近不同，它们相交的可能性也不同，因而对查询结果的影响也不一样．依据它们之间距离的不同，给予移动对象不同的偏差限：使得越靠近查询边界，移动对象的偏差限越小；反之亦然．其好处是减少了大量的不必要的更新，减轻了系统负荷．     

基于联合距离评估法的共享电动汽车驾驶风险评估

基于模糊信息和多属性决策,提出一套共享电动汽车（SEVs）失效模式与影响分析（FMEA）方法,包括采用互评法进行专家筛选与赋权,构建风险评估标准,采用共识理论对专家意见进行检验,采用贴近度最优化法对风险因子进行客观赋权,引入联合距离评估（CODAS）法对失效模式的风险水平进行排序等。结果表明,高风险的失效模式主要分布在动力系统和行车系统。灵敏度分析和对比分析验证了结果稳健性和方法有效性。最后,提出了可行性安全管理措施建议。     

基于距离最大熵值的蛋白质结构域边界检测系统

首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题, 提出一种新的欠采样方法, 即在支持向量机特征空间中对与正类样本具有距离最大熵值的负类样本进行采样. 以经过筛选的蛋白质结构域数据库作为实验数据, 支持向量机学习系统的平均预测准确率可达80%, 同时具有较高的敏感性和特异性.     

基于距离逼近的G1连续Hermite插值

文章提出了一种基于距离逼近的切向量,利用这些切向量建立分片三次Hermite样条的边界条件,同时每段添加一个控制曲线松紧的张量参数,可以对曲线进行局部修改;给出了该曲线C2连续的条件,并给出插值函数保凸的充分必要条件及曲线的逼近误差;通过实例把Cardinal方法和本文方法作了比较。     

服务于智能交通系统的离群交通数据识别

为了提高交通建模的准确性和可靠性,或者提取重要的有价值的隐藏信息,将离群数据挖掘技术引入交通数据处理.首先分析了3种典型的离群数据挖掘算法:基于统计的方法、基于距离的方法以及基于密度的方法的原理、特点和时间复杂性;其次给出了2个实例分析,一是在建立交通流量预测模型前,将基于统计的方法和基于距离的离群检测方法分别用于交通量时间序列,寻找离群数据;二是将基于距离的方法和基于密度的方法用于路面平整度检测.实例研究表明,离群数据挖掘算法可有效识别异常交通数据,在交通工程领域具有较大的应用潜力.     

一种基于扩展的K-means聚类算法

K-means算法是聚类方法中常用的一种划分方法.基于扩展划分的思想,提出了一种基于扩展的K-means聚类算法(EK-means),在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K-means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况.该算法使用了基于距离的技术来处理孤立点,引进了一种基于扩展的方法进行聚类.实验表明该算法可扩展性好,能够很好的识别出孤立点或噪声,并且有很好的精度.     

基于距离的数据流离群点快速检测

提出了快速的基于距离的数据流离群点检测算法.该算法使用滑动窗口模型处理数据流,并利用向量内积不等式进行剪枝,在保证正确性的前提下,显著的提高了执行效率.实验表明,该算法是有效可行的.