基于多级索引的指纹数据库检索算法研究

指纹数据库的规模不断增大,对检索算法提出了较高要求,这就需要建立一种多级指纹数据库.本文提出使用指纹纹形、脊线数目和指纹码来建立指纹数据库的多级索引和在此基础上检索指纹数据库的方法,通过实验数据对两级和多级索引做出比较,并做了算法的性能分析,提高了大型指纹数据库中的匹配速度和效率.     

一种基于相似比的最近邻协同定位算法

在多平台协同定位中,由于系统采用时分多址的工作方式,各友邻平台传送的远端信息都不是同一时隙到达己平台的。为解决此时隙问题,提高平台协同定位性能和算法实用性,同时降低系统算法存储量,本文基于最近邻协同定位模型,提出了一种改进的基于相似比的最近邻协同定位算法,利用相似比求取伪测量值,避免求解非线性方程组带来的多解和不易实现的问题,同时推导了雷达类方位角的误差计算公式。仿真结果表明,该算法同最近邻协同定位算法相比,提高了定位精度,降低了实现难度,且减少了计算量。     

一种基于改进型KNN算法的文本分类方法

KNN算法是比较适合于文本分类的一种分类算法,但由于其计算复杂度会随着训练集规模的增加而线性增加,从而限制了它的实际应用效果。通过改变对近邻点的搜索策略,提出了一种改进型的KNN算法。该算法在对最近邻的选择过程中,放弃传统算法中遍历所有样本的做法,而是通过逐渐逼近的思想来寻找最近邻点。实验证明,该方法在保持和传统的KNN算法几乎一样的精度性能前提下,可以明显降低算法的计算复杂度,降低时间开销,取得了较满意的结果。     

基于K最近邻决策的支持向量机分类算法及仿真

将基于支持向量机(SVM)的分类方法和最近邻法(NN)相结合,提出了一种SVM-KNN的分类方法。通过SVM算法对训练样本进行训练并找出支持向量,在进行待识别样本判断时,当其与最优分类面距离大于某一给定阈值时采用SVM决策模型,否则运用K最近邻法决策其类别,从而减少SVM算法的误判概率。仿真实验结果显示,运用该算法无论对于合成数据还是真实数据,在分类精度上比单独的SVM都有较明显的提高。     

一种近似的K最近邻图算法

针对K最近邻(KNN)图方法在数据挖掘和机器学习方面的问题,文中提出一种高效的基于K最近邻图的近似算法.首先随机生成一个KNN图近似值;对空间进行随意层次划分,构建一个近似近邻图,然后与KNN图近似值合并生成一个更准确的图;最后对生成的更准确的图进行近邻传播,进一步提高准确度.通过采用各种真实数据集和高维度合成数据进行实验研究,证实文中提出的算法性能优于先进的KNN图构造方法.     

基于统计模型的船舶图像检索组合优化算法

船舶图像检索是高效管理船舶图像的关键技术,由于船舶图像类型多、复杂,使得当前船舶图像检索准确性差,无法满足船舶图像管理的实际应用要求,为了提高船舶图像检索准确性,设计了基于统计模型的船舶图像检组合优化算法。首先提取船舶图像的不同种类特征,并采用现代统计学理论中的支持向量机分别对每一种特征进行船舶图像检索,然后通过BP神经网络对每一种特征的船舶图像检索结果进行融合,实现船舶图像组合检索,最后采用具体船舶图像检索实例分析算法的性能,结果表明,本文算法解决了当前船舶图像检索算法存在的弊端,船舶图像检索成功率大幅度提升,同时可以有效减少船舶图像检索时间,改善了船舶图像检索效率,可以应用于实际的船舶图像管理系统中。     

基于多级索引的指纹数据库检索算法研究

指纹数据库的规模不断增大，对检索算法提出了较高要求，这就需要建立一种多级指纹数据库。本文提出使用指纹纹形、脊线数目和指纹码来建立指纹数据库的多级索引和在此基础上检索指纹数据库的方法，通过实验数据对两级和多级索引做出比较，并做了算法的性能分析，提高了大型指纹数据库中的匹配速度和效率。     

基于稀疏索引和哈希表的访问控制策略检索方法

在云计算场景下想要实现细粒度的访问控制需要设置大量的访问控制策略,针对策略条目大量增加导致的策略检索效率低下的情况,提出了一种基于稀疏索引和哈希表的访问控制策略检索方法,通过策略表生成的哈希缓存表,稀疏索引哈希表,稠密索引表构建了一个多级检索体系,从而缩减策略的检索范围,提高策略的检索效率.实验结果表明:相较于现有的检索方法,基于稀疏索引和哈希表的访问控制策略检索方法具有更高的检索效率.     

一种建立海底格网数字高程模型的插值方法

自然邻点插值性能优良,但不适用于约束域,为建立与矢量电子海图对应的海底格网数字高程模型,把协调Delaunay三角剖分的思想融人自然邻点插值,提出协调自然邻点插值算法,简化了构建二阶约束Voronoi单元的过程.采用真实海图进行试验,由矢量海图中的水深要素和海岸线岛屿要素构建海底规则格网数字高程模型.经试验对比,协调自然邻点插值在细节反映能力优于不规则三角网插值,是一种可用于二维约束域插值问题的方法.     

工程船舶机械运行故障诊断方法

利用传统方法对工程船舶机械运行故障进行诊断时,存在诊断正确率、效率双低的情况。针对上述情况,研究一种基于振动信号的工程船舶机械运行故障诊断方法。该方法分为2个阶段,第1阶段为监测阶段,对船舶机械运行的振动信号进行检测并去噪,提取故障特征;第2阶段为诊断阶段,利用K最近邻算法对第1阶段提取出的故障特征进行识别,确定故障类型。结果表明:与文献[1–3]诊断方法相比,本诊断方法的正确率和效率都更高,平均综合正确率达到96.7%,故障诊断时间仅需3.5 min。