导读:本文包含了最小距离法论文开题报告文献综述及选题提纲参考文献,主要关键词:MapReduce模型,K-means算法,抽样,最大最小距离法
最小距离法论文文献综述
刘燕[1](2018)在《基于抽样和最大最小距离法的并行K-means聚类算法》一文中研究指出随着网络技术的发展和社会信息化进程的加快,数据规模迅速增长,传统的聚类算法很难满足海量数据的分析处理需求。针对目前K-means聚类算法处理海量数据时存在聚类效果不稳定、准确率不高等问题,本文基于MapReduce模型,采用抽样技术和最大最小距离法,在此基础上提出一种高效的并行K-means聚类算法。选用UCI数据集进行实验,结果表明该算法的收敛速度、聚类精度,以及在处理海量数据时的并行性能都得到了提高。(本文来源于《智能计算机与应用》期刊2018年06期)
邹国良,张石明,陈长吉,王振华[2](2018)在《基于改进最小距离法的图像匹配并行算法设计》一文中研究指出为充分利用多核计算资源提高图像匹配识别的实时性,设计一种基于改进最小距离法的图像匹配并行化算法。选取标准化欧氏距离来代替简单欧氏距离作为特征的相似性度量,同时在多核计算机上采用MPI+OpenMP混合编程模型对该算法进行仿真验证。结果表明,与基于最小距离法的图像匹配算法相比,该算法可以减少匹配误差和匹配运算时间,并且MPI+OpenMP混合编程模型具有较好的加速比和并行计算效率。(本文来源于《计算机工程》期刊2018年09期)
冼学辉,郭少坤[3](2015)在《基于最小距离法的字符识别系统在Matlab上的实现》一文中研究指出通过Matlab编程,实现了一个可以识别扫描到计算机里图片上的英文字母及阿拉伯数字的字符识别系统,以最小距离法为判决规则,系统的识别对象为不规整的印刷体。系统识别通过对样本进行处理和训练,对识别对象的识别率可达到近百分之九十。(本文来源于《电脑知识与技术》期刊2015年13期)
丁娅萍,陈仲新[4](2014)在《基于最小距离法的RADARSAT-2遥感数据旱地作物识别》一文中研究指出利用雷达遥感技术进行作物识别是当前作物遥感监测的研究热点之一,但利用雷达遥感技术进行旱地作物识别的相关研究较少,该文以RADARSAT-2雷达遥感数据对两种旱地作物玉米和棉花进行识别。以河北省枣强县为研究区,对其区域内的玉米和棉花进行识别。首先分析了与卫星过顶时刻同步采集的作物参数与后向散射系数之间的相关性发现,在植株高度、生物量、作物含水量、叶面积指数这四个作物参数中,植株高度与后向散射系数的相关性最大,其次是作物含水量;同时,通过最小距离法应用多时相、多极化雷达遥感数据进行作物识别,其精度可达到85%,通过与资源叁号光学遥感数据结合,其作物识别精度提高到了93%。研究结果表明,雷达遥感数据应用于旱地作物识别是可行的,雷达遥感数据与光学遥感数据的结合能提高旱地作物识别的精度。该研究为应用雷达遥感数据进行旱地作物识别提供了参考。(本文来源于《中国农业资源与区划》期刊2014年06期)
何凝[5](2014)在《基于最大最小距离法的音乐节拍跟踪算法研究》一文中研究指出随着因特网与网络技术的快速发展,人们可以接触到大量的在线音乐数据,比如音乐原声信号、歌词、音乐曲风或者内容的分类以及其他网络用户的歌单等等。这种科技的进步让用户在听音乐时有了越来越多的乐趣,同时,也对数据的处理提出了更高的要求,如何让计算机更好地丰富用户的音乐体验成为一个热门问题,也促进了音乐信息检索领域的深入研究。音乐信息检索,是一个跨学科的研究领域,涉及到音乐学、心理学、音乐学术研究、信号处理、机器学习等等。节拍跟踪是音乐信息检索的基础问题之一。人们会不自主的跟随音乐跺脚或者点头的过程称为节拍跟踪,计算机的节拍跟踪算法正是对人类这一感知过程的模拟。过去的二十多年中,节拍跟踪研究领域已有大量深入的研究,也有越来越多的节拍跟踪算法应用于实际生活中。本文在认真研究节拍跟踪相关研究成果的基础上,结合音乐基本理论与音频信号技术,提出一种基于最大最小距离法的节拍跟踪算法,核心为起始节拍点的确定、BPM特征值提取和有效峰值提取叁部分。本文的创新点在于将聚类算法应用于节拍跟踪研究,将峰值提取问题抽象为分类问题,从聚类的角度完成节拍序列的提取。具体研究步骤可概括为以下几个方面:首先,对音乐信号进行预处理,统一采样频率及幅度范围。提取音乐信号的1-2s片段进行时域处理,通过分析该片段的能量谱变化,确定起始节拍点。其次,对音乐信号进行短时傅里叶变换得到频谱,根据人类听觉系统的感知特性,对频谱幅度进行对数处理,通过半波整流输出端点强度曲线及其峰值的相位信息。根据端点强度曲线的自相关特性提取BPM特征值。最后,根据音乐的节拍和速度的关系以及周期信号的性质,利用最大最小距离法对端点强度曲线的峰值点进行有效聚类,输出节拍序列。本文采用MIREX2006测试数据进行实验,将本文的提出算法与MIREX2013节拍跟踪比赛中性能较好的算法进行对比。实验结果表明,本文提出的基于最大最小距离法节拍跟踪算法对于不同曲风、不同节奏类型的音乐信号,四项算法评估指标P-Score、Cemgil、CMLc和AMLt的均值分别为57.35510、38.70537、17.15240和47.25912,能准确有效地检测出节拍序列,在全局正确性、连续正确率两方面都有较大优势,综合性能稳定。(本文来源于《天津大学》期刊2014-11-01)
李锵,何凝,关欣[6](2015)在《基于最大最小距离法的节拍跟踪》一文中研究指出将端点检测与聚类算法结合,提出一种基于最大最小距离法的节拍跟踪算法.首先,将音乐信号分解成多个频率互不重迭的子带进行频谱分析,分别利用半波整流,求和得到最终的端点强度曲线.其后,根据能量谱找到起始节拍点.最后,根据最大最小距离法并利用音乐速度与节拍的关系,对端点强度曲线峰值进行有效聚类,识别出节拍点.实验结果表明,该算法识别节拍点准确有效,4评估指标P-score、Cemgil、CMLc和AMLt分别达到57.355,10、38.705,37、17.152 40和47.259 12,与其他算法相比综合性能较好.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2015年12期)
王柱[7](2013)在《最小平方距离法和隐式线性函数关系的参数估计》一文中研究指出本文再次指出:最小平方距离法(LSD),也可叫最小模方法,是从解决多维空间n个点的超平面拟合问题而提取的;通过对p个随机变量的n组观测值,此方法是探求它们之间是否存在隐式线形函数关系的好方法;使用此法,可以得出隐式线形函数关系较好的参数估计。(本文来源于《数理统计与管理》期刊2013年03期)
韦根原,沈桐[8](2012)在《基于最小距离法和近邻法的数字图像识别》一文中研究指出模式识别诞生于20世纪20年代。随着40年代计算机的出现、50年代人工智能的兴起,模式识别在60年代迅速发展成一门学科。模式识别系统主要由4个部分组成:数据采集及预处理,特征生成,特征选择与提取,分类器的设计与识别。主要应用方法分为两类:几何(非参数法)和概率(参数法)。其中几何方法包括:最小距离法、近邻法、梯度下降法、神经网络以及支持向量机。概率法包括:最小错误率Bayes决策,最小风险Bayes决策、聂曼-皮尔逊法。本文运用最小距离法和近邻法对数字图像进行识别,进而对两种方法做出比较。(本文来源于《仪器仪表用户》期刊2012年05期)
冯登超,陈刚,肖楷乐,杜文雅,吴新颖[9](2012)在《基于最小距离法的遥感图像分类》一文中研究指出本文在ENVI遥感图像分析软件环境下,利用最小距离法对遥感图像进行了有监督分类。仿真实验通过对遥感图像中地物目标的光谱信息和空间信息进行分析及特征提取,利用判别函数计算到中心的距离,解读遥感图像,并对分类结果进行定量评估。实验结果表明用最小距离法来分析遥感图像可以获得较高精确度。(本文来源于《北华航天工业学院学报》期刊2012年03期)
王朋,王刚,窦海妮[10](2011)在《基于最小距离法的数字识别》一文中研究指出介绍了模式识别中如何利用最小距离法进行单个数字0-9的识别。先对数字图片进行特征提取,获得特征值矩阵,再对样本数据进行训练,最后用测试样本进行测试,以检验识别的准确度。通过MATLAB编程实现,此方法的实现表明了其在实际应用中具有一定的可行性。(本文来源于《广西轻工业》期刊2011年03期)
最小距离法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为充分利用多核计算资源提高图像匹配识别的实时性,设计一种基于改进最小距离法的图像匹配并行化算法。选取标准化欧氏距离来代替简单欧氏距离作为特征的相似性度量,同时在多核计算机上采用MPI+OpenMP混合编程模型对该算法进行仿真验证。结果表明,与基于最小距离法的图像匹配算法相比,该算法可以减少匹配误差和匹配运算时间,并且MPI+OpenMP混合编程模型具有较好的加速比和并行计算效率。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最小距离法论文参考文献
[1].刘燕.基于抽样和最大最小距离法的并行K-means聚类算法[J].智能计算机与应用.2018
[2].邹国良,张石明,陈长吉,王振华.基于改进最小距离法的图像匹配并行算法设计[J].计算机工程.2018
[3].冼学辉,郭少坤.基于最小距离法的字符识别系统在Matlab上的实现[J].电脑知识与技术.2015
[4].丁娅萍,陈仲新.基于最小距离法的RADARSAT-2遥感数据旱地作物识别[J].中国农业资源与区划.2014
[5].何凝.基于最大最小距离法的音乐节拍跟踪算法研究[D].天津大学.2014
[6].李锵,何凝,关欣.基于最大最小距离法的节拍跟踪[J].天津大学学报(自然科学与工程技术版).2015
[7].王柱.最小平方距离法和隐式线性函数关系的参数估计[J].数理统计与管理.2013
[8].韦根原,沈桐.基于最小距离法和近邻法的数字图像识别[J].仪器仪表用户.2012
[9].冯登超,陈刚,肖楷乐,杜文雅,吴新颖.基于最小距离法的遥感图像分类[J].北华航天工业学院学报.2012
[10].王朋,王刚,窦海妮.基于最小距离法的数字识别[J].广西轻工业.2011
标签:MapReduce模型; K-means算法; 抽样; 最大最小距离法;