摘要：针对基于叶片特征进行树种识别的问题,本文在结合叶片纹理、不变矩以及传统形状共25维传统特征的基础上,自定义了叶尖角、边角均值等2个叶片轮廓特征,并以相似多边形定义及其推论作为理论依据,提出了一种基于叶片轮廓构建距离矩阵与角点矩阵进行树种识别的分类方法。该方法首先对树木叶片图像进行预处理,提取出归一化的叶片特征向量,然后利用KNN最近邻分类器筛选出相似度最高的前20个结果集(Top 20),然后构建距离矩阵和角点矩阵进行更为精确的识别匹配。在图像预处理阶段,为获取更为准确的叶片轮廓特征,利用叶片在HSV颜色空间中饱和度特征以及色度特征方面的显著差异性,设计了一种消除叶片阴影的图像预处理算法。在识别匹配阶段,利用Douglas Peucker approximation算法提取叶片轮廓的近似多边形,定义了距离矩阵、角点矩阵、矩阵中元素间相似度、矩阵相似度以及综合相似度计算方法,设计了全局匹配与局部匹配相结合的算法。该算法在Android系统的手机平台上进行了实现和运行验证,结果表明:在Flavia数据集中,对32种共1 907个正常叶片样本的识别准确率为99.61%,对32种共851个残叶样本的准确率为94.92%;在Leafsnap数据集中,对185种共23 147个Lab样本前5个结果集(Top 5)的识别准确率为98.26%。相对其他算法,该算法识别准确率更高,对叶片外形描述能力更强,对残叶、扭曲叶、阴影叶具有更好的鲁棒性,算法的实用性和适应性更强。

摘要：在跨场景、跨设备的行人重识别中虽然增加了可利用的行人数据,但由于行人姿态不同、部分遮挡现象,难以避免引入样本噪声,在聚类过程中易生成错误的伪标签,造成标签噪声,影响模型的优化。为减弱噪声影响,应用相机感知的距离矩阵对抗相机偏移引起的样本噪声问题,利用对噪声鲁棒的动态对称对比损失减少标签噪声,提出基于相机感知距离矩阵的无监督行人重识别算法。在聚类前通过更改度量行人特征相似度的距离矩阵,利用相机感知距离矩阵来增强类内距离度量准确性,减少由于拍摄视角不同对聚类效果造成的负面影响。同时,结合噪声标签学习方法,进行损失设计,提出动态对称对比损失函数,联合损失训练,不断精炼伪标签。在DukeMTMC-reID和Market-1501两个数据集上进行实验,验证了提出方法的有效性。

摘要：传统的聚类算法通常基于单一的距离度量而设计,如何将多种距离度量有机融合在一起是当前面临的一个挑战。提出了一种基于多目标进化算法的多距离度量聚类框架(multiobjective evolutionary multiple distance measure clustering,MOMDC),并使用欧氏距离和Path距离来设计实际框架。该框架将数据集分别用两种距离测度预聚类,而后将预聚类结果作合并,以降低问题的规模,分别计算子类间的两种距离关系;最后使用多目标进化算法在两种距离空间中并行聚类。在多目标进化算法设计中,使用实数—标签的编码方式来设计染色体,并且设计了基于两种距离测度的两个适应度函数对染色体进行评估。最终将MOMDC与其他几种经典算法在大量的数据集上进行实验对比。实验表明,该框架对不同分布的数据集均能取得良好的结果。

摘要：针对传统聚类算法直接应用于分段时间序列聚类效果不佳,提出一种基于DTW距离度量的层次聚类算法。在计算距离矩阵时,运用DTW计算分段之间的距离取代传统的欧氏距离度量方式,提高相似性度量算法精度;在更新距离矩阵的方式上,对计算得到的距离矩阵根据距离值进行排序,保存到结构体数组中,层次聚类合并簇时直接通过数组顺序进行合并,提高算法性能,减小算法的时间复杂度。整个算法的目的是实现较好聚类效果的同时降低算法的计算量,以便处理大规模时间序列数据。通过Matlab仿真分析验证了该改进模型的有效性。

摘要：车辆共乘可有效提升运输资源利用率,降低出行成本,缓解交通拥堵并降低环境污染.针对动态车辆共乘问题构建了整数规划模型,并提出了一种基于离线匹配和在线匹配的双模式协作匹配算法.在离线匹配阶段,以共乘比率和绕行距离为标准对匹配价值进行评估,设计了基于带权路径搜索树的通用共乘比率生成算法对共乘参与者进行准确高效的预匹配.在在线匹配阶段,提出了基于首尾距离度的实时订单插入算法,并对离线匹配结果中的行驶路径进行修正.通过双模式协作,可有效兼顾算法的实时性和结果质量.基于真实数据的大量实验结果表明,该算法给出的匹配方案在总匹配价值和求解效率上均优于实验中的对比算法,其平均离线匹配率达93.71%、平均双模式协作匹配率达85.53%,增加运输资源利用率82.86%,减少车辆并发数84.86%.

摘要：文中旨在研究解决道路划线机划线作业中道路中线的自动识别问题.对道路图像进行了图像灰度化、阈值化和边缘提取处理.选取阈值分割后的图像中的路面为背景,以道路两侧为物体,提出了一种基于阈值分割与距离变换组合的中线识别方法,得到了道路与物体的距离矩阵.对路面像素到两侧的距离进行了分析,通过判断峰值点确定了道路中心.试验结果表明:采用道路中线识别算法,当道路图像中心处与边缘的间距最大时,灰度化图像亮度最高,峰值点处即为道路中心;且识别过程中图像采集与处理稳定,消除了卡顿与死机现象.

摘要：冲突分析有利于信息系统的问题处理。为了促进相关动态学习,将冲突分析模型推广到动态形式信息系统中,并结合三支决策思想研究基于属性值变化的动态三支冲突分析。首先,考虑单行属性值变化,研究距离矩阵的变化,得到关于冲突集、中立集、联合集的三支分析模型的变化结果。其次,类似考虑多行属性值变化,得到对应的三支分析模型的变化规律,并由此设计相关的动态更新算法。进而,针对列属性值变化,基于形式信息系统来转换成行属性值变化,从而调用行值动态更新方法。最后,实例分析说明了所得动态三支冲突分析的性质与算法的有效性。

摘要：提出了一种解决三维空间曲面匹配问题的有效方法。该方法基于最大独立集算法,通过将曲面匹配转化成曲面离散点的匹配并建立离散点之间的距离矩阵,利用误差半径构造0-1矩阵,最终求解出匹配点的最大独立集。实例表明:该算法能够实现曲面的部分匹配和整体匹配,并表现出良好的全局匹配效果。

摘要：基于CUMCM-2011 B题中关于嫌疑犯的封堵问题的研究.通过建立描述市区交通网络图的权矩阵,采用求最短路的Dijstra算法求出市区任意两节点的最短路径及路长,构作最佳路径阵和距离矩阵,以此为基点建立封堵路口的最优调度方案模型,再在此基础上建立封堵住嫌疑犯的最优模型,并设计了模型求解的算法.将算法应用于CUMCM-2011 B题中关于嫌疑犯的封堵问题,获得最优封堵方案.

摘要：对三维薄结构问题,在进行网格剖分时,为了减少单元数目,常采用六面体薄单元,相应的高阶单元在计算精度、抗畸变程度等方面具有明显优势,但也大大增加了计算复杂性。Wilson元通过在单元内部设置附加自由度的方式来提高完全多项式的次数,具有计算精度高且自由度又少的优点,因而在实际计算中被广泛使用。但要提高这种非协调元分析效率还需为相应离散系统设计好的求解方法。本文针对一般变系数三维薄结构热传导问题,建立了Wilson元计算格式,并将DAMG法应用于与8节点三线性元谱等价的Wilson元离散系统的求解。数值实验结果表明,与常用方法相比,基于"距离矩阵"的代数多重网格(DAMG)法具有更好的计算效率和鲁棒性(robustness)。