平面曲线相似性初探

本文给出微似点概念及其判别式，使不同类型曲线在微局部的范围内可比，进一步给出其在宏观结构范围内相似与否的判定方法．     

自交平面曲线的顶点问题

证明了若平面曲线无曲线率顶点,则该曲线不自相交。此结果是经典四顶定定理的一个补充。     

球面曲线为平面曲线的充要条件及其所在平面的方程

在其它文献资料的基础上得出了球面曲线为平面曲线的一个充要条件,并推导了球面上平面曲线所在平面的方程。     

空间曲线是平面曲线的一些判定条件

根据平面曲线的定义和几何意义,借助于伏雷内（Frenet）公式以及空间曲线在正常点的基本向量间的关系,得出空间曲线成为平面曲线的充要条件或充分条件。     

构件相似性判定的关系码方法

针对运动链中各构件之间存在相似问题,以赋权拓扑图为基础,寻求到一咱简便易行的判别构件相似的方法－关系码方法,该方法避免了运动链再生为机构的发散过程中大量相似机构型的产生,提高了机构创新设计的可靠性和效率,解决了机构型综合自动化过程中相似机构型的产生,提高了机构创新设计的可靠性和效率,解决了机构型综合自动化过程中的关键技术难题。     

用球面混合曲率图像比较三角网格模型的相似性

针对现有相似性比较算法对模型的局部细节特征描述不足的现状,提出了一种零亏格三角网格模型形状相似性比较的新方法.在对三角网格模型进行姿势配准以后,映射三角网格模型到单位球上,并用多种曲率生成球面混合曲率图像,然后用球面调和函数对其分解,提取一维旋转不变的形状描述子进行相似性比较.实验结果表明,采用球面混合曲率图像可以对三角网格模型中不同类型的曲面进行清楚的区分;文中提出的方法能更细致地区别三维模型,对网格分辨率鲁棒且特征提取稳定,因此可以提高三维模型检索的有效性.     

基于面积的模糊集相似性度量方法

在分析经典集合相似性度量问题的基础上,对于模糊集合的相似性度量问题,提出了一种基于面积的相似性度量方法.不仅适用于论域是离散的情形,而且也适用于论域是连续的情形.     

基于分数微分的时间序列相似性度量及其应用

时间序列的相似性度量是时间序列聚类、分类以及其他相关时间序列分析的基础.传统基于距离的相似性度量方法,忽视了时间序列可能存在的时间上的联系,而将时间序列看作一系列孤立点的集合.对于序列间可能存在的前后联系,基于分数阶微分的遗传特性和记忆特性,提出一种新的时间序列聚类的相似性度量.根据时间序列的分数阶微分计算新序列间的点距离,将其作为聚类算法的输入对时间序列进行聚类.仿真实验结果表明,与基于原始序列矢量距离的聚类结果相比,新的分数阶相似性度量方法表现更好.     

关于球面闭曲线的一个不等式

以γ为^2(1)上的光滑闭曲线，k(s)为γ的曲线率，L（γ）为γ的长度，A为γ分S^2(1)的两个区域的面积之一，文章得出∫rk^2ds≥L(γ) (2π-A)^2/L(γ),且等号成立的条件是γ为S^2(1)上的圆周。     

衍射图样与衍射孔径的相似性研究

讨论了光波通过孔径发生Fraunhoffer衍射后的衍射图样的特点，研究发现：衍射图样的中心亮斑的几何结构与衍射孔径相似，这对于理解和确定（或预测）光波通过孔径后的衍射行为具有一定的意义。     

毛泽东与邓小平的青年时期思想相似性初探

本文通过对毛泽东、邓小平这两位伟人的青年时期思想轨迹的相似性分析,使读者领略到二人青年时期思考的是国家的根本问题,进而领会他们身上表现出来的属于人类精神中的永恒魅力。     

业务自相似性分析方法研究

自相似性是真实网络业务数据中的一个主要特性,其强度大小对网络性能、流量控制及排队分析结果有重要影响,因此,准确计算表征自相似性强弱的参数Hurst值是一项很有意义的研究课题．从时域与频率域两个方面出发,综述了各种计算方法的基本原理,介绍了各自统计量定义方法,并对各种方法的结果进行横向比较,分析了各自的影响因素,最后对下一步研究方向进行了预测．     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。     

八元数的相似性

证明了实数域上的Cayley代数中的每个元都与复数相似，且其上每个次数不小于1的入多项式在此代数中必有右零点。     

视频图像压缩的自适应可变坐标法

在对图像变换编码和分形图像压缩编码、矢量量化等的分析的基础上,提出自适应可变坐标压缩算法。它的基本思想是,利用图像的自相似原理对一组图像空间的基坐标进行改造,使其在兼顾矢量空间的完整性的同时尽量利用图像的自相似性,以达到提高图像压缩效率的目的。并针对相似图像块的特征判定原则提出用小波变换实现图像块间的相似性判定。     

桦叶荚蒾及其近缘种的性状变异及相似性初探

本文将陕西所产桦叶荚蒾(Viburnum betulifolium Batal.)及其近缘种作为一个整体类群,对其146个个体的10个定性和定量的外部形态性状进行了形象化散点图法分析,结果表明,桦叶荚蒾及其近缘种在陕西省包括[B]、[L]、[H]3个个体群,它们分别与桦叶荚蒾、阔叶荚蒾(V. lobophyllum Gracbn.)、湖北荚莲(V. hupehense Rchd.)相吻合。3个个体群的代表个体的叶片内部结构和花粉形态,尤其是萌发孔内孔形状,与形象化散点图分析所得结果显示了紧密的相关性。[B]群个体与[L]群个体间的差异最大,而[H]群个体介于两者之间,但更接近于[L]群个体,3者确系不同的独立分类群,而且呈相互镶嵌进化的模式。     

一种有效的基于4D图形表示法的DNA序列相似性比较方法

研究了一种有效地DNA序列相似性比较方法,在将每条DNA序列平均分成两个片段的基础上,采用4D图形表示法构建了每个片段的中心几何点重现模型,以此为基点,建立了DNA序列间的相似性与不相似性的欧氏距离比较法.最后,11个物种球蛋白基因的第一个外显子的DNA序列比较的结果验证表明:欧氏距离越小,其相似性越大,在进化上越趋于同源性;反之,欧氏距离越大,则物种差异性越大.实验结果表明,通过这样的方式可以有效避免信息的丢失,结果更具有统计显著性,并更有效地反映位置信息,可以对DNA序列的研究提供良好的支撑作用.     

基于相似性最优模块神经网络的股票预测

该文提出一种最优模块化神经网络的模型.BP网络存在学习后面的样本而"遗忘"前面的样本,以及训练速度很慢的问题,但具有泛化能力强的优点,同时网络的结构不会随数据增加而变的庞大.而RBF网络随着输入维数增加其隐藏层的神经元个数呈指数增加,并且其泛化能力不强,但RBF网络具有训练速度比较快,逼近效果好等优点.于是提出最优模块化神经网络的模型,综合BP和RBF网络的优点.使学习样本能力,运算速度,网络规模得到改善.该模型适合于较多的样本训练.