直线回归的最小距离法

对自变量、因变量的不同选择,用最小二乘法所得到的回归方程是不同的,本文提出直线回归的最小距离法可以得到相同的直线方程,得到计算公式和一些性质。     

具最小度距离的完美匹配树

主要讨论了n阶连通图的度距离的一些性质,得到了n≥8时完美匹配树的最小度距离图,并给出完美匹配树的最小度距离序.     

基于最小距离的k－means初始中心点优化算法

作者针对传统k－means初始点的选择提出基于最小距离的优化算法。首先构造数据点集的带权无向图,更新数据点间的最小距离,然后利用最小距离获取数据点的密度函数,通过数据点的密度获取初始聚类中心,最后根据带权无向图中的路径长度获取邻近数据点形成初始聚类,对初始聚类内的数据点平均得到该类簇的聚类中心。实验结果表明,在相同的条件下所提算法在聚类效果上优于传统的k－means算法。     

具最小度距离的完美匹配单圈图

证明了k≥11时,2k(k∈N)阶具完美匹配的单圈图的最小度距离图是由一个三角形并在三角形一个顶点粘上k-2条长度为2的路和一条悬挂边构成的.     

基于最小生成树的多视图特征点快速匹配算法

针对图像特征点匹配中计算效率较低且误配率较高的问题,提出了一种在两视图匹配中引入最小生成树的新算法.该方法主要运用最小生成树构建匹配代价最小的图像对,首先通过对输入的多幅图像进行特征点提取,对生成的特征点采用基于欧式距离的两视图匹配,进一步构建最小生成树以生成最短特征点匹配轨迹,从而完成匹配.测试结果表明:最小生成树的引入使得大多数特征点匹配过程只在相关图像中运行,且能找出匹配代价最低的匹配路径,在保证匹配准确性的情况下,计算时间开销约为传统算法的20%,保证了图像匹配的实时性.     

变形系数相关的最小二乘匹配算法

对在图像匹配中被广泛使用的最小二乘算法进行了改进．最小二乘算法精度高,但收敛速度很慢．根据图像中除少数高度变化不连续的区域外,大多数区域的变形参数都是连续变化且平缓这一特点,在最小二乘算法的迭代过程中,变形参数初始值视情况取前面的结果．实验表明,这一改进大大提高了最小二乘匹配算法的计算速度,同时保持了其精度和匹配率     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

基于曲率约束和改进Hausdorff距离 匹配的轮毂识别算法

针对在轮毂的自动化生产过程中对轮毂型号自动识别的需求,提出一种基于曲率的轮毂辐孔轮廓线角点特征提取和改进Hausdorff距离(MHD)轮毂型号自动匹配的方法. 对待识别的轮毂型号样本进行特征提取并建立标准样本库,在对实时采集的轮毂图像预处理后,利用曲率约束的最小二乘法(CRLSM)进行轮毂外轮廓提取,并用曲率阈值进行角点特征提取,进而采用改进的Hausdorff距离匹配实现轮毂自动识别. 仿真实验证明,该识别算法能够对建立样本库的轮毂类型进行正确识别.     

一种基于最大最小距离和SSE的自适应聚类算法

K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的。针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选取初始聚类中心,基于误差平方和(SSE)选择相对最稀疏的簇分裂,并根据SSE变化趋势停止簇分裂从而自动确定簇数。实验结果表明,该算法可以在不增加迭代次数的情况下得到更准确的聚类结果,验证了所提聚类算法是有效的。     

采用金字塔分解的最小二乘影像匹配算法

最小二乘（ＬＳ）算法因其高精度而在影像匹配中被广为采用,但单纯的ＬＳ算法有收敛范围小,收敛速度慢等缺点。本文袖了结合金字塔分解ＬＳ匹配算法,此算法能大大增加单纯ＬＳ算法的收敛范围,提高匹配率,而运算时间与单纯ＬＳ法基本相当,并且保持了它的高精度,实验表明,此算法的精度高,匹配率高,收敛范围大,有相当的实用价值。     

FIR-RD快视算法方位向二维频谱匹配流程的改进

为了实现星载SAR快视处理的实时性,根据星载SAR数据FIR-RD快视成像算法的特点,分析了距离徙动校正对方位向匹配的影响.针对快视成像最耗时的方位向匹配流程,根据方位向匹配矩阵参考函数的特点,提出了方位向二维匹配处理的改进方法.实验结果表明,运算量降为优化前运算量的1/10,实现了快视系统的实时处理.     

利用投影最小距离的车牌校正优化算法

提出一种利用字符投影最小距离进行的车牌校正方法.该方法根据车牌垂直旋转计算字符区域在垂直坐标轴上的投影,利用投影的最小距离获取垂直倾斜角度;根据车牌水平错切计算字符区域在水平方向投影,利用投影最小距离获得水平错切角度;最后进行仿射变换,并利用双线性插值对图像进行校正.校正过程中,采用折半查找和记录校正角度,最后利用原始图像校正一次获得结果图像来优化算法,以减少计算次数和毛刺的产生.该方法不依赖车牌边框特征,抗干扰性强.实测车牌图像证明,该方法具有较高的鲁棒性和工程实用性.     

单圈图的k-距离匹配控制数

单圈图是边数等于顶点数的连通图.令G=(V,E)是无孤立顶点的图,若集合DV(G)是G的一个k-距离控制集且导出子图〈D〉有完美匹配,则称D是G的一个k-距离匹配控制集.k-距离匹配控制数γkp(G)是G的最小k-距离匹配控制集的势.主要证明了单圈图k-距离匹配控制数的一个重要引理,由此找到了单圈图k-距离匹配控制数的上界,并构造了极图.     

曲线磨削无干涉的近似法向跟踪算法

针对法向跟踪曲线磨削加工中砂轮与工件的干涉问题,提出了自动避开干涉的近似法向跟踪磨削算法,并对其进行数学建模.同时,结合生产实例,在数控曲线磨床上进行了实验验证.结果表明,所提出的算法能够实现基于最佳法向跟踪角的法向跟踪曲线磨削,可以找到磨削加工中工件曲线轮廓的干涉点,并且计算出砂轮避开干涉的最佳法向跟踪角和工作台旋转角度,从而实现对任意复杂曲线轮廓的磨削加工.     

动态距离权重因子的隐马尔可夫模型地图匹配算法

针对低频采样时地图匹配算法易出错、稳定性差等问题,提出了一种基于动态距离权重因子的隐马尔可夫模型地图匹配算法。引入动态距离权重因子优化路段检索区域,计算定位点与候选道路间的匹配度M,其数值较大的候选路段所对应的为最终确定的候选路段。研究结果表明:本文提出的匹配算法的单点匹配时间约为5.20 ms,匹配准确率可以达到90%以上,优于其他3种对比算法。     

平面度误差最小区域优化算法——旋转平移法

根据平面度公差带方位浮动的特点，对测量数据组进行旋转平移，使包容区域符合最小条件，并且使平面度误差评定的数学模型取得较简化形式。最后利用最优化方法求解平面度误差。     

利用最小二乘匹配算法提取影像道路网

针对遥感影像道路网提取问题,提出了利用最小二乘匹配算法进行道路网智能化提取的思想,通过对影像进行预处理、种子点选取、最小二乘匹配、道路段筛选和连接来实现道路网的提取.利用多组影像进行验证的实验结果显示:该方法能够较好地对道路网进行识别,且具有较好的鲁棒性.     

四向加权最小二乘法相位解缠研究

相位解缠是干涉合成孔径雷达(InSAR)成像的关键步骤之一.首先采用正余弦均值滤波法去除InSAR图像噪声,然后提出一种改进的最小二乘法,即四向加权最小二乘法,应用该算法进行相位解缠实验.实验结果表明, 正余弦均值滤波法不仅对去除噪声非常有效,而且很好的保持了图像边缘信息;四向加权最小二乘法比现有的两向最小二乘法相位解缠更接近真实解缠相位.     

基于最小距离均衡系数的TSP问题求解算法

提出了一种基于最小距离均衡系数的TSP求解算法,该算法在最近邻算法(NearestneighborAlgorithm)的基础上进行了改进,引入了距离均衡系数的概念,把优化方法从局部最优转化为全局最优,即将最短路径问题转化为最小距离均衡系数问题.仿真结果表明,该算法能够弱化导致最近邻法等算法性能下降的因素,从而在不同情况下保持算法的高有效性.     

基于改进SIFT算法的无人机影像匹配

针对SIFT算法特征描述符计算复杂、时间效率较低的问题,提出了一种改进的SIFT算法,并将其应用于无人机倾斜影像匹配.算法首先利用SIFT算法进行特征点检测,基于BRISK描述符对提取的特征点进行描述生成其特征描述符,并基于Hamming距离作为特征匹配的相似性测度,在此基础上,利用比值提纯法(NNDR)进行粗匹配,最后采用RANSAC算法并结合均方根误差(RMSE)进行约束,对粗匹配结果进行筛选,剔除错误匹配点对,得到精确匹配结果.为了验证该算法的有效性,利用4组无人机影像数据进行实验并与SIFT算法和SURF算法进行比较,结果表明:算法在保证较高准确率的同时能够得到亚像素级的精度,且能够有效地提升时间效率,具有较好的稳定性.