基于分段时间序列的试井数据相似性查询算法

从石油试井数据序列查询的实际需求出发,给出一种新的时间序列相似性查询算法。该算法首先通过中线距离阈值和极值点两个约束条件分段线性拟合时间序列,利用分段动态弯曲距离度量获得相似的分段子序列,逐点检索该子序列实现序列的精确查询。实验结果表明,该算法具有良好的相似性查询质量和效率。     

基于分段聚合时间弯曲距离的时间序列挖掘

针对时间序列的相似性度量问题,提出基于分段聚合时间弯曲距离的时间序列挖掘方法。首先运用经典分段聚合近似方法来对时间序列进行数据变换,实现时间序列的特征提取和数据降维,然后利用动态时间弯曲距离进行距离计算,最后将其应用于时间序列聚类和分类的数值实验中。新方法不仅过程简单、易于实现,而且实验结果表明其平均分类错误率与传统分段时间弯曲相比,几乎降低了50%。同时,新方法在运行时间和聚类挖掘结果上都具有一定的优势。     

时间序列的模式距离

为了有效度量时间序列变化趋势的相似性,基于时间序列的分段线性表示,针对变化趋势,提出时间序列的模式模型表示.该模式模型表示不对测量尺度进行标准化处理,实现了模式距离的快速计算.序列模式距离克服了以点距离为基础的时间序列误匹配以及物理概念不明确等缺陷.对应于时间序列线性分段数目的不同,模式距离体现了多分辨特性,可以有效反应不同分析频率下时间序列的相似程度.     

基于时间序列相似性度量的瓦斯报警信号辨识

提出了基于时间序列相似性度量的瓦斯报警信号自动识别技术.基于动态时间弯曲（DTW）距离对从山西某高瓦斯煤矿2010年瓦斯监测数据库中提取的150组数据采集周期为9～70s的采掘工作面瓦斯含量超限报警时间序列进行聚类分析,获得了7种典型的瓦斯超限报警时间序列模式;以此为数据源,采取分段形态度量方法,提取并筛选出3个重要指标,建立了瓦斯报警时间序列形态特征库,并提出了基于分段形态度量的瓦斯报警信号快速辨识算法.对另外150组瓦斯报警时间序列进行辨识,实验表明,准确率达92%以上.尤其是通过联合分析瓦斯报警时刻前后的k0和k1值可以快速辨别瓦斯超限原因是炮后瓦斯还是突出警报,统计表明,k0〉0.1,k1〉0时,100%发生煤与瓦斯突出.     

基于MFCC相关系数的语音感知哈希认证算法

提出了一种基于梅尔频率倒谱系数相关性的语音感知哈希内容认证算法. 该算法提取分段语音的声纹梅尔频率倒谱系数作为感知特征. 为提高算法的安全性,算法利用伪随机序列作为密钥,计算得到梅尔频率倒谱系数与伪随机之间的相关度,最后量化相关值并加密生成感知哈希序列. 语音认证过程中,采用相似性度量函数用来衡量哈希序列之间的距离,同时与汉明距离方法进行了比较. 仿真结果表明,该算法对语音内容保持操作,如重采样、MP3压缩等具有较好的鲁棒性,相似性度量函数也对语音篡改检测定位具有较高的灵敏性.     

基于分块k-主色矢量量化的图像检索方法

矢量量化是图像等多媒体数据处理的重要工具之一。由于矢量量化在本质上描述了原始图像的主要特征,图像间的相似性可以通过图像矢量量化码书层次上的差异加以刻画。通过定义矢量量化码字间的距离,构造了一种用于计算图像间相似性的度量方法。在此基础上,提出一种新的基于内容理解的相似图像检索算法。由于该算法避免了图像间相似性的直接计算,在保证良好的检索精确性的同时,具有极高的检索效率。实验证明了这一方法的有效性和适用性,为图像检索提供了新的思路。     

基于形态的时间序列子序列相似性研究

时间序列重新描述和相似性度量是时间序列数据挖掘的研究基础,对提高挖掘任务的效率和准确性至关重要.提出了一种新的基于形态的时间序列子序列符号描述,并给出了相应的子序列形态距离公式,以度量时间序列子序列的相似性.该方法直观简洁,对数据的平移、伸缩不敏感,能够反映子序列趋势变化的程度、去除噪声的影响,满足时间多分辨率要求.实验结果表明了算法的有效性.     

DNA序列分析中的数学模型

探讨了用马氏距离研究基于碱基含量特征的分类方法、用数字信号处理的理论讨论基于碱基位置特征的分类方法、单位序列所含信息量 (即熵 )的多少对 DNA序列进行分类等三种方法 ,建立了对应的分类模型 ,并得到了各模型的算法以及判别函数 ,对解读 DNA全序列图有一定的指导意义 .     

基于Eros距离的纵向数据模糊聚类方法

针对纵向数据集的数据特征,如多维、含缺失值、序列不等间隔和不全等长等特点,研究一种基于Eros距离的纵向数据的相似性度量方法,并对模糊C均值聚类算法进行改进,提出一种基于Eros距离度量的模糊聚类数据处理方法.对于纵向数据集,首先进行缺失值填充、变量标准化等预处理,使用粗糙集理论对冗余属性进行约简,然后基于FErosCM聚类方法进行数据自动分类.对比实验证实此方法可用于纵向数据集的自动聚类处理,并使用信息熵作为聚类效果的评价手段。实验结果表明:无论在聚类效率还是准确度上,FErosCM方法对于纵向数据的分类处理均是有效可行的.     

基于模式形态距离的桥梁监测测点相似性聚类研究

为挖掘桥梁检测各测点之间的相似关系,提出基于模式形态距离的时间序列相似性度量方法。该方法首先根据监测时间序列的形态特征将序列划分成若干模式,然后以各模式形态的动态变化趋势差异为依据进行相似性的判别,并定义了各类判别结果的距离函数,最后得出各测点间的模式形态距离。在此基础上,对玉峰大桥监测点的相似性进行层次聚类分析,结果反映出的信息与桥梁的真实结构状况一致。监测点的相似性分析为桥梁结构提供了更深层次信息挖掘的可能,为传感器的坏点排查以及结构的异常数据判别提供了科学的依据。     

一种基于马氏距离的支持向量快速提取算法

针对用支持向量机解决分类问题，提出了一种采用样本到某一类的马氏距离来提取可能为支持向量的数据的方法，同时阐明了如何解决在输入空间和特征空问中求马氏距离所遇到的问题．利用特征值、特征矢量及伪逆运算的并行计算方法，建立了一种提取支持向量的快速算法．用该方法对训练数据进行预处理后，可以加快支持向量机的训练速度．实验结果也表明了该方法的有效性．     

发动机机体疲劳裂纹诊断的时序方法

针对灰铸铁材料发动机机体疲劳试验中裂纹的出现表现为瞬间突发性,以及疲劳裂纹的出现不易识别的问题,采用实测应变信号作为系统的输出响应研究机体疲劳裂纹的诊断方法,对机体疲劳试验过程中曲轴箱底部应变信号进行了实时记录,并且采用经典时序方法对所测应变信号进行建模,计算各个时间段时序模型的欧几里得（Euclid）距离、马氏（Mahalanobis）距离及模型残差的方差.分析结果表明：疲劳裂纹出现瞬间,应变时域信号幅值表现为不易察觉的微小变化,但是时序模型残差的方差却出现瞬间突变,因此,残差的方差对裂纹出现瞬间具有敏感特性.     

改进的SIFT特征图像配准算法

在研究SIFT特征配准算法基础上,针对SIFT特征描述符的区域性特征,采用马氏距离对SIFT算法误匹配点进行剔除,以减少错误匹配,进而提高图像配准的正确率,并应用于纹理图像的配准.     

ZY-3卫星三线阵影像的多级匹配研究

针对线阵CCD推扫式传感器的每条线阵影像为中心投影,扫描行影像为平行投影,各扫描行影像具有自身的外方位元素.由于飞行方向阵列影像间发生变形,难以建立严密核线模型.提出基于马氏距离和视差约束的线阵影像多级匹配算法.首先对线阵影像进行金字塔分层匹配,然后采用马氏距离和视差约束进行特征点筛选,剔除误匹配点,最后进行最小二乘子像素匹配.实验结果表明,本算法获取匹配点分布均匀、可靠性强.     

增材制造点阵结构的超声共振谱性能表征

为了实现增材制造的点阵构件性能的可靠、快捷评判,优选超声共振谱技术进行检测方法研究. 使用增材制造工艺,制作了一系列Ti-6Al-4V的点阵结构试样,结构内含有不同宽度的平面型缺陷. 基于自建的超声共振谱检测系统开展试验,利用纵波超声换能器作为振动的激励源与接收传感器. 对共振频率与振动模态进行甄别,选取可靠的共振频率组合作为评判指标,构建马氏空间,按马氏距离对缺陷进行定量分析. 试验结果表明,虽然点阵试样结构复杂,但仍可以测得清晰明显的共振频率峰,且测量结果重现性好. 结果分析表明,点阵试样的共振频率峰位置与缺陷尺寸大小有强相关性,采用马氏距离可以实现缺陷的定量评价. 研究表明,超声共振谱技术为增材制造的复杂点阵构件的性能表征提供了较好的无损检测（NDT）解决方案.     

基于对称KL距离的自适应粒子滤波算法

针对粒子滤波算法中粒子数自适应的问题,提出了一种新的算法.将当前滤波时刻的粒子随机划分为粒子数相同的两个粒子群,并采用对称KL距离方法计算他们之间的信息距离,然后根据信息距离的大小决定增加或者减少下一时刻参与滤波的粒子数,从而实现了滤波过程中粒子数目的自适应.该方法在确保一定滤波精度的基础上,能够减少滤波过程中需要的粒子数,为降低粒子滤波算法的时间复杂度提供了新的途径.仿真结果表明了算法的有效性.     

高速铣削智能监测系统研究

针对目前加工状态监测系统存在的依赖系统事先的"教学"或"训练"过程的问题,在对刀具磨损规律分析的基础上,提出一种针对高速加工的智能化实时刀具状态监测系统.引入自学习能力使该系统初步具备了智能性,自动进行不同刀具状态的识别和磨损程度的估计,较大程度上摆脱了对系统"教学"或"训练"过程的依赖.运用离散小波分解技术对铣削过程中的三向切削力信号进行时域以及各子频段的能量和变动特征的提取,并利用分析技术进行特征筛选.基于两个嵌套的循环运行过程构建了监测系统,进行特征量的线性拟合和马氏距离计算.高速铣削试验证明了所提出的智能刀具状态监测系统的有效性.     

一种时间序列相似性的快速搜索算法

时间序列数据库中相似子序列的搜索,常用滑动窗口、分形插值逼近等方法将时间序列分割成各子序列,线性拟合各分段子序列,计算查询序列与各子序列的欧氏距离,满足距离阈值条件的为相似子序列.这些方法忽略了时间序列本身的位置和连贯特性.为此提出时间序列变化关键点的概念,以检索出的关键点为边界分割时间序列,线性拟合各分割的子序列,计算查询序列和各子序列的形态距离,快速搜索出相似子序列.     

基于Map/Reduce的时间序列相似性搜索算法

将并行计算的策略引入到时间序列处理中,提出基于Map/Reduce的时间序列相似性搜索算法,充分利用云计算可进行大规模计算和数据处理的特点,有效降低了时间序列相似性搜索中运算量,简化了计算过程。该算法在心电图数据集上进行相似性搜索,分别进行PAA下界过滤和DTW距离的计算,验证运算时间和并行加速比随节点变化的情况,与传统的单机运算相比,有效地提高了时间序列挖掘效率。