检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

平面齐三次系统局部拓扑结构的系数条件

工程数学学报 1992年第4期9卷 53-58页

作者：李学敏山东师范大学

关于***问题中的平面三次系统高次奇点附近拓扑结构的系数条件,至今所见文献甚少。本文讨论了平面齐三次系统的局部拓扑结构,并给出利用系统右端多项式系数的判断准则。尤其指出系统中心、焦点的判别,是目前人们最感兴趣的问题之一。

关键词：平面三次系统局部拓扑结构

具有一个零特征根的非线性齐次系统局部拓扑结构的系数条件

在线全文

学校读者我要写书评

暂无评论

工程数学学报 1993年第2期10卷 79-84页

作者：李学敏山东师范大学

本文讨论了具有一个零特征根的非线性齐次系统的局部拓扑结构,并给出利用系统右端多项式系数的判断准则。

关键词：齐次系统非线性局部拓扑结构

基于局部拓扑结构的无线传感器网络定位算法研究

在线全文

学校读者我要写书评

暂无评论

基于局部拓扑结构的无线传感器网络定位算法研究

作者：黄涛涛南京航空航天大学

学位级别：硕士

无线传感器网络涉及无线通信、传感器技术、分布式信息处理、嵌入式技术以及微电子等众多技术,在交通、军事、医疗、环保等领域有着广泛的应用。在无线传感器网络众多用途中,确定事件发生的位置是监测到事件发生后需要解决的关键问题之... 详细信息

无线传感器网络涉及无线通信、传感器技术、分布式信息处理、嵌入式技术以及微电子等众多技术,在交通、军事、医疗、环保等领域有着广泛的应用。在无线传感器网络众多用途中,确定事件发生的位置是监测到事件发生后需要解决的关键问题之一。位置信息除了确定事件发生的地点外,还具有网络管理、移动目标跟踪、辅助路由等功能。因此设计高效的WSN定位算法是无线传感器网络管理中不可或缺的一部分。本文针对无线传感器网络的定位算法展开了研究。主要的研究工作有:(1)对WSN的定位算法进行了深入的研究,分别从机器学习、测距和非测距三个方面分析总结了WSN定位技术的优势和不足,为设计出高精度、低能耗的WSN定位算法提供了有力的基础。(2)在对基于LE-LPCCA定位算法研究的基础上,引入局部拓扑结构和分布式特性,提出了一种基于局部保持的分布式定位算法LE-DLPCCA。通过仿真实验验证,当训练样本比例为70%,定位精度可达86%,且能耗大幅降低,可延长整个无线传感器网络的生命周期,建模速度同时也提高了8倍。(3)分析了无线传感器网络的拓扑基本符合流形的特点,引入局部拓扑结构和非信标节点的信息,采用半监督学习技术研究节点的定位问题,提出了一种基于拉普拉斯映射的移动节点定位算法LP-LapRLS。该算法不仅提高了映射模型的泛化能力,而且在典型的的流形学习算法中建模效率较高。实验结果表明与同类算法相比LP-LapRLS具有更高的建模效率和定位精度,当训练集比例为60%,定位精度可达84%。(4)在研究了无线传感器网络的体系结构和协议栈的基础上,在VS2010集成环境中采用VC++,设计并实现了WSN定位仿真平台。在该平台中实现了LE-DLPCCA算法和LP-LapRLS算法,最后对这两种基于机器学习的定位算法的定位效果进行了对比与分析。LE-DLPCCA算法相比LP-LapRLS算法定位精度更高,大约提升了2个百分点。但是LP-LapRLS算法在出现离群值的情况下,鲁棒性较好,并且在定位算法中建模效率最高。

关键词：无线传感器网络局部拓扑结构机器学习典型相关分析分布式拉普拉斯映射半监督学习

基于拉普拉斯分值特征选择的运动捕获数据关键帧提取

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与科学 2015年第2期37卷 365-371页

作者：洪小娇彭淑娟柳欣华侨大学计算机科学与技术学院福建厦门361021

针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,提出了一种基于拉普拉斯分值LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化,利用LS算法对... 详细信息

针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题,提出了一种基于拉普拉斯分值LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化,利用LS算法对组合后的特征向量进行打分和特征权重学习,以获取能够判别性揭示局部运动信息的特征子向量;其次,通过构建综合特征函数并基于极值判别原理,得到初始候选关键帧序列;最后,根据时间阈值约束和姿态相似判别策略,利用改进的k-means算法对候选帧进行聚类筛选,以达到去除冗余关键帧的目的,从而得到最终关键帧序列集合。仿真实验结果表明,该方法提取的关键帧序列具有典型性,能较好地对整体运动捕获数据进行视觉概括。

关键词：关键帧提取运动捕获局部拓扑结构拉普拉斯分值特征选择

在线全文

学校读者我要写书评

暂无评论

基于深度学习的高质量特征匹配选择方法研究

基于深度学习的高质量特征匹配选择方法研究

作者：代栾媛福建农林大学

学位级别：硕士

高质量的特征匹配选择是在给定的初始特征匹配集合中寻找正确的特征匹配,是计算机视觉中一项基础且重要的任务。其是许多高层次计算机视觉任务的基础,如图像配准、三维重建、闭环检测、图像拼接、三维目标识别等。因此,高质量的特征匹... 详细信息

高质量的特征匹配选择是在给定的初始特征匹配集合中寻找正确的特征匹配,是计算机视觉中一项基础且重要的任务。其是许多高层次计算机视觉任务的基础,如图像配准、三维重建、闭环检测、图像拼接、三维目标识别等。因此,高质量的特征匹配选择结果的好坏会对后续的计算机视觉任务产生直接的影响。同时,由于高质量的特征匹配选择问题在本质上是一个十分复杂的组合优化问题,特别是在待处理的数据量较大且外点率较高时,其计算复杂度会陡然上升,同时网络性能也会大打折扣。因此,对于鲁棒的高质量的特征匹配选择方法的研究具有重要的现实意义。为了能够在高外点率海量真实的数据集上更好的进行高质量特征匹配的选择。本文基于深度学习的方法,针对现有网络的不足,提出了三种不同的网络进行高质量的特征匹配选择。具有高比例外点的公共数据集上的误匹配剔除和相机姿态估计的实验结果证明了本文所提出的网络较目前流行的算法具有明显优势。本文主要内容如下:1、针对现有的网络缺少局部几何信息的问题,提出了一种基于邻域相关性的高质量特征匹配选择方法,记为LNC-Net。在该网络中,首先用KNN算法依据欧式距离对每个初始特征匹配进行局部邻域的选择。然后,对所选择的局部邻域进行特征映射并基于注意力机制构建相关性矩阵。最后,根据相关性矩阵(其表示该邻域内每个邻居和所选择的特征匹配的相关性大小)聚集得到新的特征映射。2、针对上一章提出的LNC-Net模型存在全局约束不足的问题,在其基础上加入全局约束,使网络具有更强的特征表达能力,将该网络命名为基于局部和全局注意力机制的高质量特征匹配选择方法,记为LAGA-Net。受注意力机制的启发,在该网络中,提出了一个局部-全局注意力块(LAGA),其从粗到精捕获潜在内点的全局和局部上下文信息,并在处理初始特征匹配集合的过程中同时降低潜在外点的不利影响。全局注意力层能够在所有的特征匹配之间捕获丰富的全局上下文信息;局部注意力层可以在局部区域中捕捉丰富的局部上下文信息。最后,将全局和局部上下文信息结合起来,从而可以获得更加丰富的上下文信息和具有更强的表达能力的特征映射。3、针对目前流行的网络没有考虑到成对图片之间的稀疏语义信息以及没有很好的捕捉稀疏对应之间的局部拓扑结构的问题。受到现实生活中人类用肉眼进行图像匹配过程的启发,本文根据稀疏语义相似性设计了一个基于多尺度稀疏语义动态图的网络来寻找高质量的特征匹配,简称MSDG-Net。MSDG-Net基于两幅给定图像的特征匹配之间的稀疏语义相似性构建稀疏语义动态图,并在保持排列等变的情况下,捕获特征匹配之间的局部拓扑结构。因此,MSDG-Net可以在保持排列等变性的同时,根据稀疏语义信息和局部拓扑结构来寻找正确的特征匹配,从而提高网络的性能。

关键词：特征匹配误匹配剔除相机姿态估计注意力机制稀疏语义局部拓扑结构

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于序列和拓扑的成对生物网络比对研究

基于序列和拓扑的成对生物网络比对研究

作者：张颖江南大学

学位级别：硕士

高通量技术的发展促进了大量蛋白质相互作用网络数据的产生,蛋白质相互作用网络决定了大部分细胞功能,对蛋白质相互作用网络进行研究有助于从系统角度理解各种生物学过程和生命活动规律,其中一项很重要且广泛的研究工作就是对蛋白质相... 详细信息

高通量技术的发展促进了大量蛋白质相互作用网络数据的产生,蛋白质相互作用网络决定了大部分细胞功能,对蛋白质相互作用网络进行研究有助于从系统角度理解各种生物学过程和生命活动规律,其中一项很重要且广泛的研究工作就是对蛋白质相互作用网络进行比对分析,通过网络比对可找到网络保守功能模块,对蛋白质功能进行研究,发现生物进化关系等。网络比对是一个NP-hard问题,蛋白质相互作用网络全局比对以最大化比对结果相似性的方式寻找蛋白质同源关系,难点在于如何将相似蛋白质进行匹配。研究表明蛋白质的序列相似性可用于判定蛋白质的同源关系,因此将其加入相似性计算过程有助于得到更多同源蛋白质,但是序列信息具有不完整性,因此,本文通过拓扑和序列结合的方式计算节点间的相似性指导比对结果的生成,具体工作内容如下:1、为寻找网络比对问题的近似最优解,整合基于离散化蝙蝠算法的网络比对算法Bat Align,分别在合成网络和真实网络中进行实验,与四种效果较好的算法进行对比实验,分别通过拓扑指标和生物指标衡量比对结果质量,并就比对结果中蛋白质功能进一步分析比对结果的生物学意义。实验结果表明,Bat Align算法能够得到生物质量高的比对结果,能够识别网络中的同源蛋白质。2、为提高比对结果拓扑和生物质量一致性,提出融合局部拓扑结构和序列信息的群体优化网络比对算法PONAL,在Bat Align算法的基础上进行几点改进。第一点,针对Bat Align过于依赖序列相似性问题,改进相似性计算方法,提高比对结果的拓扑质量;第二点,为丰富种群多样性并提高初始种群质量,更改初始种群的生成方法,保证每个节点的比对关系都是在相似性指导下得到的;第三点,使用保守边和保守节点相结合的目标函数,增加保守边数量的同时考虑保守节点的生物特性,提高比对结果的质量;第四点,为提高新个体的质量,使用全局搜索加局部随机搜索的方法。实验结果表明,PONAL算法能够识别网络中具有保守结构的子图,同时保证拓扑和生物质量一致性。3、为进一步提高比对质量,优化PONAL算法比对效率,提出基于集聚系数和序列信息的网络比对算法CCSNA。CCSNA算法分两步完成,第一步计算节点相似性,第二步使用搜索算法生成比对结果。在第一步中,首先,结合节点集聚系数和节点度计算节点重要性,然后结合节点重要性和节点序列信息计算节点初始相似性;在第二步中,计算了节点的相互作用得分,在初始相似性中加入相互作用得分得到比对相似性,贪心的选择比对相似性中得分最高的一对节点作为种子节点对并进行扩展,并增加其余邻居节点的比对相似性,增加邻居节点的比对概率,此种方法能够提高拓扑质量,根据更新后的比对相似性继续选择种子节点对并扩展,直到源网络所有节点完成比对。实验结果表明,CCSNA算法表现最佳,能够取得拓扑和生物质量高的比对结果。

关键词：蛋白质相互作用网络全局网络比对蝙蝠算法局部拓扑结构集聚系数

Coefficient Conditions of Locally Topological Structure for Nonlinear Homogeneous System in Third Critical Case

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Chinese Quarterly Journal of Mathematics 1993年第3期8卷 57-62页

作者：李学敏 Department of Mathematics Shandong Normal University

关键词：局部拓扑结构第三临界条件非线性齐次系统充分条件中心全纯奇异点