基于细节点聚类的多参考中心指纹匹配算法

指纹匹配算法的好坏直接影响识别系统的精度。提出了一种新的基于细节点聚类的多参考中心指纹匹配算法，在两枚指纹对齐阶段，不仅考虑了指纹的全局特性而且根据不同的细节点类自适应地构造不同的局部结构．有效地利用了一些孤立但信息量较大的细节点，提高重叠区域内细节点较少且分散的情况下对齐的准确性。在匹配阶段。多参考中心的使用和相似元分析的结合能在一定程度上克服指纹非线性形变的影响，降低了匹配算法的拒识率。实验结果表明该方法提高了匹配的性能。     

基于GAWK-means的地铁车站指纹定位方法

针对在城市轨道交通车站内,利用iBeacon技术进行指纹定位时存在匹配效率较低、定位精度不理想的问题,文中提出了一种基于GAWK-means的地铁车站指纹定位方法.离线阶段,根据指纹数据本身的离散程度进行K-means欧式距离权重优化以便更好地体现类内相似度,再将改进的K-means结合遗传算法,优化聚类结果以减少陷入...     

用EDA和禁忌搜索算法进行文本聚类

基于VSM的文本聚类忽略了文本关键词稀疏带来的相似度漂移问题和关键词之间的语义信息和各维度之间的关系,致使文本的相似度计算不精确,文中对相似度计算方法 TF-IDF进行了改进,并提出一种新的聚类方法,利用分布式估计算法和禁忌搜索算法进行聚类,融合分布式估计算法的收敛速度快和禁忌搜索算法能跳出局部搜索的优点,首先对文本进行预处理,然后用分布式估计算法和禁忌搜索算法聚类,既能快速聚类又能防止聚类收敛到局部最优。测试结果表明这种算法行之有效。     

用EDA和禁忌搜索算法进行文本聚类

基于VSM的文本聚类忽略了文本关键词稀疏带来的相似度漂移问题和关键词之间的语义信息和各维度之间的关系,致使文本的相似度计算不精确,文中对相似度计算方法TF—IDF进行了改进,并提出一种新的聚类方法,利用分布式估计算法和禁忌搜索算法进行聚类,融合分布式估计算法的收敛速度快和禁忌搜索算法能跳出局部搜索的优点,首先对文本进行预处理,然后用分布式估计算法和禁忌搜索算法聚类,既能快速聚类又能防止聚类收敛到局部最优。测试结果表明这种算法行之有效。     

基于WiFi-GM指纹的室内定位算法

针对室内环境中单一指纹定位方法存在定位误差较大、定位漂移的问题,提出了一种融合室内Wi-Fi指纹和地磁指纹的定位算法。首先在大范围区域中通过K-means聚类方法将较大的匹配区域划分成更小的且特征更加明显集中的子区域,然后在在线阶段通过WiFi指纹粗定位到小区域,再通过地磁指纹定位系统进行近一步精匹配定位。实验表明,该融合算法缩小了地磁匹配的初始搜索范围,大大减少了指纹定位中的误匹配问题。实验中,平均定位误差仅2.17 m,最大定位误差3.61 m,较单一指纹定位系统性能均有大幅度提升,证明该定位方法具有一定的可行性与先进性。     

基于蚁群算法的文本聚类处理的研究

为了研究并提高文本的聚类算法的性能,根据蚁群算法在TSP问题中的应用方法,将其改进引用到文本的聚类处理的研究中。在文本的聚类处理研究中,改变蚂蚁的信息素释放机制,道路节点的聚合方式,从而最终将相似文本进行聚合。对改进的算法进行实验后的结果证明,这种新的算法可以使文本聚类的准确度提高,具有良好的聚类效果,能有效提高查询的文本召回率。蚁群算法在文本聚类中的应用是可行的。     

基于信息度量和聚类的模式集成方法

针对模式集成过程中表示不同语义的属性因名称特征和数据实例特征相似而引起的误配问题,提出一种基于信息度量和聚类的模式集成方法。该方法通过构造数据实例的点互信息向量将属性表示到向量空间中,将模式集成问题简化成求解空间中的属性点的相似性问题,进而基于DBSCAN算法对属性进行聚类,有效识别同名异义的属性,同时结合属性的加权相似度对类中误匹配属性进行筛除,提高属性匹配结果的精确度。实验结果表明,该方法能有效地将模式信息与数据实例相结合来取得更准确的匹配结果,可以解决多个异构模式的集成问题。     

基于主题概念聚类的中文文本聚类

文本聚类技术在文本挖掘和信息检索系统中发挥着重要的作用。目前,文本聚类方法大多数采用基于关键词集的经典向量模型来表征文本,这种方式忽略了词与词之间的语义关系,存在词频维数过高,聚类算法计算复杂度高等问题。为了解决这些问题,提出一种基于主题概念聚类的中文文本聚类方法,该方法利用HowNet提取文本的主题概念,然后使用Chameleon算法将主题概念聚类,再依据主题概念的聚类结果完成对文本的聚类。该方法用概念代替单个词条表示文本,减少文本特征之间的依赖关系,有效地降低了文本聚类的时间复杂度。     

一种基于视频指纹的视频检索方法研究

通过分块的色彩直方图对视频进行分割,提取每个视频子片段的关键帧,并提出了一种以SIFT特征为基础的语义词袋方法实现视频指纹的提取,该方法既提高了视频指纹提取的速度,又能得到具有较高独立性和鲁棒性的视频指纹。利用串匹配的方法实现视频指纹的匹配检测,并进一步对相似度进行加权处理,提高了匹配效率与匹配精度。     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中,虽然可以缩短定位时间,但是容易降低定位精度。为了解决此问题,提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明,与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比,基于改进指纹聚类的定位优化方法不仅缩短了定位时间,还能有效提高定位精度。     

GPS民用双频的载波相位测量定位

运用全球定位系统(GPS)进行定位导航,已在全球众多领域中得到了广泛的应用。在运用这种定位技术的方法中,伪距测量和载波相位测量得到了广泛的应用。载波相位测量的定位精度比伪距测量的定位精度高出两个数量级,在静态短基线载波相位测量中可达到mm量级的精度,在动态实时定位中可以达到cm量级的精度,所以定位的高精度使其具有了广泛的应用前景。但在载波相位测量中存在着整周模糊度求解的问题,故如何有效、快速、简便而精确地求解整周模糊度就成了一个关键问题。基于GPS两个民用频率,探讨和论述求解整周模糊度的方法。     

基站几何布局对定位误差的影响

针对目前无线网络定位精度不够高的缺点,文中利用误差分析的方法探讨了影响无线网络定位精度的有关因素.在不考虑非视距误差的情况下其定位误差主要取决于网络中各基站的几何分布.通过仿真显示,在不考虑非视距误差的情况下,基站几何布局对移动台的定位误差具有较大的影响.因此在多基站的环境下,文中给出一种定位基站选择算法,可以有效的提高定位精度.     

Methods for automated detection of plagiarism in integrated-circuit layouts

Student projects have always been plagued by plagiarism. Integrated-circuit (IC) design courses are no exception. Since layout is considered the most laborious part of circuit design, it is common for students to reuse their colleagues? work with some minor modifications intended to make the cheating harder to detect. While software detecting plagiarism in text or computer code is commonly used these days, no counterpart exists for IC layouts. This paper proposes several criteria of IC-layout dissimilarity that can be used for computer-aided layout matching. A program based on these criteria is shown to successfully identify similar layouts in a pool of designs.     

基于时空混合图卷积网络的机器人定位误差预测及补偿方法

工业机器人作为智能制造的重要载体,在大范围复杂任务中具有巨大潜力。但是,定位精度低且难以控制的问题阻碍了机器人在高精度任务的进一步推广。为了提升机器人作业精度,该文提出一种基于时空混合图卷积网络的机器人定位误差预测及补偿方法。首先通过设计图关系编码模块、时空混合特征解码模块,构建基于图卷积网络的机器人位姿误差预测模型;然后,针对传统迭代补偿方法中机器人逆解次数多导致效率低的问题,该文将定位误差补偿问题转化为优化问题,并利用遗传算法同时对位置和姿态进行误差补偿;最后,通过拉丁超立方抽样方法获得训练集,实现机器人定位误差预测模型的训练,并通过实验验证了定位误差预测的准确性以及补偿的效果。     

基于Faster-RCNN的极验点选式验证码识别

针对传统方法难以识别极验点选式验证码的问题,文中提出一种基于Faster-RCNN目标检测模型和卷积神经网络的识别方法。通过简化的RPN提高Faster-RCNN对于背景图片文本定位的精度,再设计卷积神经网络对文本进行分类识别,并训练Tesseract-OCR识别库对信息提示文本进行识别,实现背景图片文本识别结果与信息提示文本识别结果一一对应,达到识别此类验证码的目的。实验结果表明,该方法识别此类验证码的准确率达到72.4%。     

基于自适应光源选择的纠缠光量子定位方法

纠缠光量子定位方法是目前导航与定位领域的研究热点之一,而现有方法很少考虑散射环境动态变化对不同光源中传播距离估计性能的影响,从而导致定位精度不高且鲁棒性较差的问题。针对这一问题,该文提出一种基于自适应光源选择的纠缠光量子定位方法。首先,建立不同散射环境干扰与各光源信号传播距离之间的数学关系,计算各光源信号光时间脉冲序列光子丢失率均值,并对各光源时间脉冲序列进行动态分组;其次,对纠缠光时间脉冲序列进行符合计数,根据光的2阶关联曲线得到各光源各分组下的传播距离;最后,以各光源各分组下的相对误差为依据,动态选择具有较小相对误差的光源进行定位。实验结果表明,所提方法具有更高的定位精度和更强的定位鲁棒性。     

联合V2X通信和最小跳数距离的车辆定位方法

针对传统V2X定位方法定位成功率及定位精度较低的问题,提出了一种联合V2X通信和最小跳数距离的车辆定位方法.车辆利用最小跳数距离估算自身与通信范围外辅助节点间的相对距离,并利用路径相似度因子最高的辅助节点对该误差进行补偿,从而改善定位性能受通信距离约束的局限性.同时,综合考虑距离、辅助节点类型对定位性能的影响,利用加权...     

多机器人系统的可观测性及协同定位精度分析

多机器人协同系统的编队队形影响系统的可观测性,应用中发现系统绝对定位能力也是影响协同定位精度的主要因素。针对系统不可观测情况下无法实现协同定位问题,提出了通过增强系统绝对定位能力实现协同定位的方法,重点分析了不同绝对定位能力的多机器人协同定位系统的可观测性对定位精度的影响,确定了系统可观测性的最佳条件。以3个机器人组成的集群为例进行仿真验证了同一观测度情况下,系统的绝对定位能力越强,协同定位精度越高。     

A new method for improving Wi-Fi-based indoor positioning accuracy

Wi-Fi- and smartphone-based positioning technologies are playing a more and more important role in location-based service industries due to the rapid development of the smartphone market. However, the low positioning accuracy of these technologies is still an issue for indoor positioning. To address this problem, a new method for improving the indoor positioning accuracy was developed. The new method initially used the nearest neighbour (NN) algorithm of the fingerprinting method to identify the initial position estimate of the smartphone user. Then two distance correction values in two roughly perpendicular directions were calculated by the path loss model based on the two signal strength indicator values observed. The systematic error from the path loss model were eliminated by differencing two model-derived distances from the same access point. The new method was tested and the results compared and assessed against that of the commercial Ekahau RTLS system and the NN algorithm. The preliminary results showed that the positioning accuracy has been improved consistently after the new method was applied and the root mean square accuracy improved to 3.3 m from 3.8 m compared with the NN algorithm.