支撑矢量预选取的双色Voronoi图方法

支撑矢量机是在统计学习理论的基础上发展出来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,在支撑矢量机中,支撑矢量的选取相当困难,成为其应用的瓶颈问题。该文利用Voronoi图在特征空间特有的构造特性,提出了一种预先选取支撑矢量的新方法双色Voronoi图方法。该方法针对数据在空间的分布特性,在训练支撑矢量机以前,利用样本数据的双色Voronoi图确定候选的支撑矢量,然后在这些预选的矢量上进行学习。试验证明了该方法的有效性及可行性。     

基于Voronoi图和量子遗传算法的飞行器航迹规划方法

以飞行器航迹规划为应用背景,提出一种基于Voronoi图和量子遗传算法的飞行器航迹规划方法。首先,建立威胁源的V图,并构建发射点、目标点与威胁源的V图赋权有向图,从而建立飞行器航迹规划V图空间;然后,对传统量子遗传算法进行改进,引入了量子门旋转角步长动态调整机制;并增加了量子交叉操作和量子变异操作,使得改进后的量子遗传算法具有更高的搜索效率,采用改进后的量子遗传算法求解V图空间中的最优航迹;最后,进行了仿真实验。仿真结果表明,基于V图和量子遗传算法的航路规划方法是可行和有效的。     

基于Voronoi图和遗传算法的航迹规划

面对复杂的作战环境,如何快速地规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键.提出了一种基于Voronoi图和改进遗传算法的航迹规划方法,该方法采取分层规划的思想,首先由Voronoi图生成初始航迹,并综合考虑约束条件,赋予各条航迹相应的权值;然后采用遗传算法在生成的航迹空间中寻优, 从而得到满意的航迹.为避免产生不可行解,采取了基于优先级编码的改进遗传算法,详细介绍了其编码与解码原理,并给出了相应的操作算子.仿真结果表明,整个航迹规划的思路是可行的.     

基于Voronoi图的应急通信系统基站选址方法研究

根据Voronoi图的最大空心圆策略,从应急通信系统基站选址的基本原则着手,借助小区通信理想化覆盖模型确定了基站覆盖半径,在平面区域上构建出一种应急通信基站的优化选址方法。最后分析了该方法的理论意义与实际不足。     

基于改进Voronoi图的战场电磁辐射源分布特征研究

战场电磁辐射源分布特征是指挥员定下战斗决心,实施部署的重要依据。利用Voronoi图建立战场电磁辐射源分布图,分析其分布密度、分布重心及区域分割,并进行计算机模拟,验证了其可行性。     

广义Voronoi图的快速生成算法

广义Voronoi图(GVD)的生成可以分为直接法和近似法.利用VDC(Van Der Corput)采样序列,结合了近似法,设计了一种基于VDC采样序列的GVD生成算法.该算法改进了一般生成GVD的近似方法,使得点集的采样可以增量进行,并且精度可控,提高了现有GVD生成算法的性能.     

基于Voronoi图和AHP法的人防警报器选址

文章首先对防空警报的重要性和当前城市人防警报器布置的现状进行介绍,进一步说明警报器合理选址的重要性.然后简要介绍了Voronoi图和AHP法的定义、特性和具体实现步骤,并提出通过将Voronoi图和AHP法相结合,以现有警报器位置信息为基础,根据各位置点Voronoi多边形得到待选警报器位置点,利用AHP法综合考虑各影响因素,为待选警报器位置进行权重排名,从而对新增的人防警报器进行更加科学合理地选址.最后文章分析了该算法的不足之处以及今后改进方向.     

基于Voronoi图的无线传感器网络覆盖算法研究

覆盖问题在无线传感器网络研究中具有很重要的地位,用最少的节点获得最大的覆盖面积是研究目标。Voronoi图,又叫泰森多边形或Dirichlet图,它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。在一对邻近节点间,垂直平分线上的每个点被感知到的概率最小。文章中,作者提出一种基于Voronoi图的无线传感器网络覆盖算法,算法中先找出最大可能盲点,然后重新部署节点,以达到用最少的节点获得最大的监测面积。仿真实验证明了算法有效性。     

基于加权形状上下文的图匹配方法

针对目前图像发生较大形变时特征点无法精确匹配的问题,提出整数约束下基于加权形状上下文的图匹配方法。利用图理论来描述图像特征间的结构信息,将图像特征匹配转化为图匹配问题。基于相似性度量矩阵构造思想,引入形状上下文特征,以图间所有可能的匹配点对作为分配图的顶点,利用图像点集内和点集间的加权形状上下文统计特征作为相似性度量函数构造图的边的权值,采用整数约束下的迭代求解算法求解图匹配问题。真实图像特征点集的匹配实验验证了本文算法的有效性。     

基于泰森多边形特征分解的人脸识别

针对在复杂背景下传统的人脸识别方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于泰森多边形特征分解的人脸识别算法.首先建立高斯肤色模型并融合人脸几何特征实现粗定位;然后,根据人脸区域各特征部位的特性对人脸特征点定位同时采用两次泰森多边形进行特征分割,使每个特征点分割到各自的特征区域内,从而有利于形成编码;最后,运用LBP算子对多尺度多方向的Log-Gabor幅值信息进行纹理描述,并统计其分布规律.实验结果表明,该算法简单,鲁棒性强,具有较高的识别精度.     

基于Voronoi图预划分的LBS位置隐私保护方法

为了解决服务器面临大量用户请求时匿名效率下降的问题,分别提出适用于静态用户和动态用户的协作匿名方法。首先基于Voronoi图划分全局区域,再由中心服务器组织本区域内用户实现协作匿名,由于服务器无需为每个用户单独构造匿名区,降低了服务端的负担;针对查询过程中用户提供真实位置信息带来位置隐私泄露的问题,提出了逆向增量近邻查询算法。用户以固定锚点代替真实位置,向位置服务器逐步获取兴趣点候选集并计算出想要的结果,避免位置隐私直接泄漏的同时获取精准查询结果。该算法同时解决了锚点与用户过近而带来的位置隐私被推断问题。实验表明本方法在有效保护用户位置隐私的同时,具有良好的工作效率。     

Research on topology control based on Voronoi diagram algorithm in FSO networks

Telecommunication Systems - In a wireless sensor network (WSN) where positioning information is not assumed or is partially available, efficient data access is a very challenging issue especially...     

基于Voronoi图和定位集的故障诊断和修复策略

由于具有容错性是无线传感器网络的一个重要需求,因此设计了一个基于Voronoi图和定位集的故障诊断和修复策略。此策略通过采用基于定位集(resolving set)的坐标系统,有效降低了在故障诊断和修复过程中的通信代价。理论分析和仿真实验验证了此算法的性能优越性。     

基于混合交叉赋权的多属性电商信用评价模型

针对电商平台交易信用评价不全面、线上交易质量不高等问题,本文提出涵盖商品信息、用户交易评价信息、服务质量、商户资质4个维度的电商信用评价体系,构建基于信息因子修正的多属性电商信用评价模型.模型引入改进CRITIC(Criteria Importance Though Intercriteria Correlation)...     

Analysis of D2D‐pairing scheme based on Voronoi diagram in cellular networks

This paper presents a device‐to‐device (D2D)–pairing scheme based on Voronoi diagram, which establishes D2D links by the relation of transmission powers and link distances. Using the principle of stochastic geometry and channel inversion, the coverage probability is analyzed, we observe that the co‐channel interference caused by cellular networks is stable in theory, and the influence of link distance parameter is highlighted as well. According to the second‐order moment of link distance, the new metric space of D2D terminals set is constructed, in which Voronoi diagram is degenerated into Delaunay triangles set to represent the potential D2D links. In addition, on the basis of the mini‐max length criterion of Delaunay triangle, the D2D communication range–limiting algorithm is designed. Finally, the more intuitive results compared with conventional D2D communications are displayed by simulations. Owing to restraining the D2D communication range, lower co‐channel interference can be obtained. Specially, the D2D‐pairing scheme is approximate local optimal under the D2D communication range–limiting algorithm, and it can provide more fairness than greedy algorithm.     

Construction of the Voronoi diagram for `one million' generators insingle-precision arithmetic

A numerically stable algorithm for constructing Voronoi diagrams in the plane is presented. In this algorithm higher priority is placed on the topological structure than on numerical values, so that, however large the numerical errors, the algorithm will never come across topological inconsistency and thus can always complete its task. The behavior of the algorithm is shown with examples, including one for as many as 10⁶ generators     

Opportunistic beamforming based on multiple weighting vectors

In order to improve the throughput of the opportunistic beamforming, the authors generalize the opportunistic beamforming by using multiple random weighting vectors at each time slot. The base station chooses the best weighting vector and performs the opportunistic beamforming with this optimum vector. For the case of equally strong independent fast Rayleigh fading channels, the throughput of the proposed scheme is analytically approximated and the optimum number of random weighting vectors per time slot is obtained. Numerical results demonstrate that the proposed scheme considerably improves the throughput compared to the conventional opportunistic beamforming for a low/realistic number of users.     

一种基于几何基元模型的人造目标提取方法

给出了从自然景物背景中提取人造目标的一种方法。基于图像灰度的差分方向算子将一幅图像分离成不同灰度差分方向的直线线段子图像,再对每幅子图像做直线段的后处理,最终将几幅子图像构建成一幅不同差分方向的直线线段集合。基于直线段集合图像给定区域内直线线段的结构文法及其所含几何基元数目和几何基元种类将人造目标从自然背景中提取出来。此算法可开发成实时硬件跟踪器应用于自动目标捕获。实验结果说明,对复杂的背景及低对比度情况下的红外目标图像,该方法提取人造目标的准确率达95％以上。     

一种基于均方差属性加权的K-means算法

在传统的K-means聚类算法基础上提出了一种基于均方差属性加权的MWS-K-means算法.引入特征权重以提高聚类结果的类内相似度(intra-similarities),从而提高聚类精度.考虑到K-means算法采用误差平方和作为聚类准则函数, 而误差平方和与概率论中数字特征的基本描述方法--均方差具有较高相似性,算法中特征权重的计算采用均方差法.根据属性的离散程度对欧氏距离进行加权处理,从而用相对距离代替绝对距离来计算类间相似度.实验结果表明:MWS-K-means算法在聚类精度方面优于标准的K-means算法.