检索结果-南通市图书馆

基于时间序列相似性匹配算法的混合矿物颜料的拉曼光谱研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2016年第S1期36卷 255-256页

作者：孙鹏飞刘春宇辛敏思谭勇蔡红星张喜和长春理工大学理学院吉林长春130022

把匹配时间序列相似性的方法引入到拉曼光谱分析的应用中,测量了古代艺术品常用的黄色和白色混合矿物颜料的拉曼光谱,并对光谱进行了解析,对光谱进行了相似性匹配实验分析,取得了可信度较高的实验结果。

关键词：拉曼光谱时间序列匹配混合矿物颜料解析建模

一种基于时间序列的自然灾害农业辅助决策系统

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2014年第4X期10卷 2871-2872页

作者：廖娟阮运飞凯里学院贵州凯里556011

以农业灾害中常见的水灾为例,文章提出一种基于斜率过滤分段的时间序列匹配方法,定义了水深序列和应用于农业灾害的相似度量模型。根据过滤算法,确定出农业灾害等级,从以往水灾数据库中调出应急方法,达到辅助决策的目的,为农业灾害的辅... 详细信息

以农业灾害中常见的水灾为例,文章提出一种基于斜率过滤分段的时间序列匹配方法,定义了水深序列和应用于农业灾害的相似度量模型。根据过滤算法,确定出农业灾害等级,从以往水灾数据库中调出应急方法,达到辅助决策的目的,为农业灾害的辅助及防治提供了很好的技术支持。

关键词：过滤分段时间序列匹配辅助决策

在线全文

学校读者我要写书评

暂无评论

中强地震的相关性与周期性研究

计算机工程 2011年第10期37卷 16-18,22页

作者：邱剑锋谢娟李炜汪继文安徽大学计算机科学与技术学院合肥230039 安徽建筑工业学院数理系合肥230022

地震活动存在着高度的复杂性和非线性关系,难以挖掘出隐含的相关地震区域,为此提出将极值理论和地震时间序列匹配相结合用于地震趋势研究的基本方法。该方法基于形态的时间-震级二维相似性匹配算法,运用极值理论对相似区域的地震目录进... 详细信息

地震活动存在着高度的复杂性和非线性关系,难以挖掘出隐含的相关地震区域,为此提出将极值理论和地震时间序列匹配相结合用于地震趋势研究的基本方法。该方法基于形态的时间-震级二维相似性匹配算法,运用极值理论对相似区域的地震目录进行统计研究,从而验证区域之间存在相关性。对给定区域的历史数据应用该方法,结果证明其能对未来地震趋势做出判断。

关键词：极值理论复发周期时间-震级二维相似性时间序列匹配中强地震

在线全文

学校读者我要写书评

暂无评论

基于序列匹配和极值理论对地震趋势的研究

计算机工程与设计 2011年第5期32卷 1841-1844页

作者：邱剑锋谢娟李炜汪继文周健安徽大学计算机科学与技术学院安徽合肥230039 安徽建筑工业学院数理系安徽合肥230022

通过分析造成地震发生的各种因素之间的关系,提出了将极值理论和地震时间序列匹配相结合用于地震趋势研究的基本思想。针对传统地震时间序列匹配算法的不足,提出了将基于形态的时间-震级二维相似性匹配算法和极值理论相结合对未来地震... 详细信息

通过分析造成地震发生的各种因素之间的关系,提出了将极值理论和地震时间序列匹配相结合用于地震趋势研究的基本思想。针对传统地震时间序列匹配算法的不足,提出了将基于形态的时间-震级二维相似性匹配算法和极值理论相结合对未来地震趋势进行分析的方法。该方法采用时间-震级二维相似性匹配的方法寻找最佳地震匹配区域,用极值理论对该区域地震活动的复发周期和发震概率及其概率阈值进行数据处理,从而获得对该地区未来一段时间的地震趋势做出判断。以安徽及周边地区为例,阐述了应用该方法进行研究的一般步骤。

关键词：粗粒度细粒度时间-震级二维相似性时间序列匹配极值理论

在线全文

学校读者我要写书评

暂无评论

基于轮廓和骨架的形状描述与匹配研究

基于轮廓和骨架的形状描述与匹配研究

作者：陈展展安徽大学

学位级别：硕士

随着互联网的发展,可以获取和利用的图像信息越来越多,如何从这些图像信息中检索出自己需要的图像信息成为当前比较活跃的研究领域之一。形状特征作为图像低层特征之一,作为描述图像中目标与对象的重要工具,在基于内容的图像检索技术中... 详细信息

随着互联网的发展,可以获取和利用的图像信息越来越多,如何从这些图像信息中检索出自己需要的图像信息成为当前比较活跃的研究领域之一。形状特征作为图像低层特征之一,作为描述图像中目标与对象的重要工具,在基于内容的图像检索技术中发挥至关重要的作用。本文从形状的骨架描述与形状的轮廓描述出发,对形状的描述与匹配问题进行了研究,主要包括骨架图的匹配、基于骨架的形状描述和基于轮廓的形状描述与匹配。本文工作的主要内容及创新点如下：（1）从形状的骨架出发,提出了一种新的基于树结构的骨架描述方法以及骨架图匹配方法。首先由形状的骨架按照一定的算法构造树结构,利用树的根结点到叶子结点的测地路径信息来描述骨架端点,最后由时间序列匹配算法实现骨架树上所有叶子结点的匹配,利用匹配信息来度量形状间的相似度。该算法具有平移旋转缩放不变性,同时较好的处理了形状关于连接部分的变化,对于非刚体变化具有一定的鲁棒性,时间复杂度较低。（2）从形状的骨架出发,提出了一种新的基于骨架统计信息的形状描述方法。首先定义了骨架的新特征,计算骨架点对间的结构特征信息,统计结构特征信息来对形状进行描述。该算法具有平移旋转缩放不变性,在一些非刚体变化下也能实现高效率和高精度的形状检索。（3）从形状的轮廓出发,提出了结合复杂网络理论的形状描述和匹配新方法。首先对形状轮廓进行基于形状内部距离的复杂网络模型建模,再对复杂网络模型进行多尺度分析,基于多尺度与直方图思想来进行形状的描述,最后利用复杂网络描述进行形状的轮廓匹配。实验证明该方法较好的描述并匹配形状。

关键词：形状描述骨架图复杂网络形状匹配时间序列匹配