您现在的位置: 首页> 研究主题> 距离矩阵

距离矩阵

距离矩阵的相关文献在1986年到2022年内共计122篇,主要集中在自动化技术、计算机技术、数学、化学 等领域,其中期刊论文108篇、会议论文2篇、专利文献51761篇;相关期刊94种,包括技术经济与管理研究、商业研究、现代管理科学等; 相关会议2种,包括2005第一届中国分类技术与应用研讨会(CSCA)、2004消防救助技术北京研讨会等;距离矩阵的相关文献由301位作者贡献,包括杨锋、万晓雪、党欣媛等。

距离矩阵—发文量

期刊论文>

论文:108 占比:0.21%

会议论文>

论文:2 占比:0.00%

专利文献>

论文:51761 占比:99.79%

总计:51871篇

距离矩阵—发文趋势图

距离矩阵

-研究学者

  • 杨锋
  • 万晓雪
  • 党欣媛
  • 冉启英
  • 刘克昌
  • 刘向阳
  • 刘家佳
  • 刘艳丽
  • 叶劲松
  • 吕建
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 彭青青; 陈颂超; 周明华; 李硕
    • 摘要: 掌握土壤在空间和时间上的表征至关重要。土壤可见-近红外(Vis-NIR)光谱可以估算土壤有机碳(SOC)等属性,与传统的实验室理化分析相比,光谱技术能有效实现土壤信息的快速获取。土壤光谱库为建立经验模型提供了大量具有丰富变异性和多样性的样本作数据基础。但受限于库中土壤样本的异质性和模型的适应性,通常区域或局部尺度模型的稳健性欠佳。已有的研究主要通过目标样本部分入库的方式改善库的性能,但影响了光谱技术的低成本优势。该研究在不入库的前提下基于土壤光谱的相异度,探究经典距离算法结合土壤光谱库构建局部预测模型的可行性,并比较分析局部模型样本容量对预测精度的响应。基于全球土壤光谱库(GSSL)的677个土柱,从每个国家随机取十分之一的土柱(97个)组成局部目标测试集(Test),其余580个作土壤光谱库(SSL)。分别采用欧氏距离(ED)、马氏距离(MD)、和光谱角(SAM)来分别度量Test与SSL间的光谱相异度并生成距离矩阵。按距离矩阵的前0.04%,0.05%,0.1%,0.2%,0.3%,0.4%,0.5%,1%和5%从SSL中提取与Test最相似的光谱样本构建共计9个容量的局部建模集(Local),使用偏最小二乘回归(PLSR)建立Vis-NIR和SOC含量的预测模型并通过Test验证模型精度,通过光谱的主成分空间考察并解释各种距离算法下Local的“容量–精度”变化。结果表明,在待测样本不入库的情况下,三种距离算法构建的Local模型相较于全局模型的预测精度均有一定提升,但三者的“容量-精度”的拐点存在显著差异。SAM兼顾了光谱的波形和幅度因此较MD、ED更具优势;其前0.2%比例的Local不仅预测精度最优,且用于建模所需的样本容量最少。因此认为,SAM法更适用于从土壤光谱库中构建局部模型,距离矩阵的前0.2%可作为局部模型的容量参考。
    • 郭羽含; 刘永武
    • 摘要: 车辆共乘可有效提升运输资源利用率,降低出行成本,缓解交通拥堵并降低环境污染.针对动态车辆共乘问题构建了整数规划模型,并提出了一种基于离线匹配和在线匹配的双模式协作匹配算法.在离线匹配阶段,以共乘比率和绕行距离为标准对匹配价值进行评估,设计了基于带权路径搜索树的通用共乘比率生成算法对共乘参与者进行准确高效的预匹配.在在线匹配阶段,提出了基于首尾距离度的实时订单插入算法,并对离线匹配结果中的行驶路径进行修正.通过双模式协作,可有效兼顾算法的实时性和结果质量.基于真实数据的大量实验结果表明,该算法给出的匹配方案在总匹配价值和求解效率上均优于实验中的对比算法,其平均离线匹配率达93.71%、平均双模式协作匹配率达85.53%,增加运输资源利用率82.86%,减少车辆并发数84.86%.
    • 华超; 刘向阳
    • 摘要: 小样本学习主要研究从少量的样本快速学习和归纳,原型网络对该问题提出了解决方法。原型网络算法将样本通过网络框架嵌入到低维空间,在低维空间中将支持集的每个类别的样本均值作为各自的原型,计算查询集样本到每个类别原型的距离,进而得到损失函数,通过迭代更新损失函数来优化网络框架,使得经过网络框架后的样本类内的差异变小,类间的差异变大。在计算每个类别原型的过程中,将每个类的样本均值作为各自的原型,由于每个类别的样本数较少,在计算原型时会有不确定性,当样本中存在离群点时,会使计算出的原型偏离真实的原型,在判别新样本属于哪一类别时,很容易产生误差。针对该问题,提出密度加权原型网络,利用密度加权算法计算每个类别中样本的密度,对密度大的样本赋予较大的权值,密度小的样本赋予较小的权值,进行加权得到原型,来缓解以上的缺陷。在miniImageNet数据集上设置5-way 5-shot、20-way 5-shot实验,结果表明所提出密度加权原型网络相对于原型网络算法在识别正确率方面有所提升。
    • 杜卫华; 翁传芳
    • 摘要: 采用目前方法挖掘网站用户的访问模式时,没有对网站信息进行过滤处理,导致方法存在挖掘效率低、挖掘准确率低和挖掘覆盖率低的问题。提出基于频繁偏爱度的网站用户访问模式挖掘方法,通过切分标志方法对网站信息进行预处理,采用向量空间模型结构化表示网站文档,对文档之间在网站中的相似度进行计算,根据计算结果实现网站信息的过滤处理。计算访问矩阵中行向量之间存在的Hamming距离矩阵,对比Hamming距离矩阵元素值与设定的相似度阈值,根据对比结果构建候选兴趣子路径2-项集,在子路径集中剔除频繁偏爱度低的子路径,通过合并处理获得用户偏爱浏览路径,实现网站用户访问模式的挖掘。仿真结果表明,所提方法的挖掘效率高、挖掘准确率高、挖掘覆盖率高。
    • 林辉球; 束金龙; 薛杰; 张宇珂
    • 摘要: 设D(G)为连通图G的距离矩阵,λ1(D)≥>…≥AnD)是D(G)的特征值.距离特征值的研究可追溯到Graham 和Pollack [Bell Syst.Tech.J.,1971,50:2495-2519]的工作,其中描述了负距离特征值数目与数据通信系统寻址问题之间的关系.2014年,Aouchiche和Hansen的综述[Linear Algebra Appl.,2014,458:301-386]给出了距离特征值的各种性质.本文中综述了2014-2020年间图的距离特征值研究的新进展.
    • 赵军峰; 冉启英
    • 摘要: 运用非径向距离函数(NDDF)测算出2006—2016年中国30个(西藏、港澳台除外)省区市的服务业绿色发展水平,构建了地理距离矩阵、经济距离矩阵和技术距离矩阵,对比分析了雾霾污染对省份服务业绿色发展水平的全局性和异质性影响。研究发现:雾霾污染与省份服务业绿色发展水平之间存在此消彼长的关系,雾霾污染与省份服务业绿色发展水平在全国层面可能存在"N型"关系,而与人力资本存在较弱的"倒N型"关系,雾霾污染与东部省份服务业绿色发展水平可能存在"倒U型"曲线关系,而与中部省份、西部省区市服务业绿色水平存在"U型"曲线关系。研究从雾霾治理政策、研发投入强度、基础设施建设力度等方面提出相应对策建议。
    • 陈昊; 卢士强; 邵一平; 杨漪帆; 刘扬
    • 摘要: 指出了上海市水质监测断面根据不同行政管理部门的管理需求、不同管理目标等,多年来逐渐形成了多套监测站网和体系,但存在不同水质监测体系的断面重复设置、邻近断面水质趋同等问题.通过对全市水务系统、生态环境系统不同体系的水质监测断面的距离矩阵计算和邻近断面进行相关性分析,提出了上海市水质监测断面整合优化的一种方法路径,对原有4016个断面中439个断面进行了优化.以供参考.
    • 赵军峰; 冉启英
    • 摘要: 运用非径向距离函数(NDDF)测算出2006-2016年中国30个(西藏、港澳台除外)省区市的服务业绿色发展水平,构建了地理距离矩阵、经济距离矩阵和技术距离矩阵,对比分析了雾霾污染对省份服务业绿色发展水平的全局性和异质性影响.研究发现:雾霾污染与省份服务业绿色发展水平之间存在此消彼长的关系,雾霾污染与省份服务业绿色发展水平在全国层面可能存在"N型"关系,而与人力资本存在较弱的"倒N型"关系,雾霾污染与东部省份服务业绿色发展水平可能存在"倒U型"曲线关系,而与中部省份、西部省区市服务业绿色水平存在"U型"曲线关系.研究从雾霾治理政策、研发投入强度、基础设施建设力度等方面提出相应对策建议.
    • 邱正萍; 洪文豪; 汤自凯
    • 摘要: 设简单连通图G=(V(G),E(G)),G的离心矩阵ε(G)是通过保留距离矩阵D(G)中每一行和每一列的极大元素并将其余元素赋值为0后所得的矩阵.文中给出冠图(Cn°Pm与Cn°Cm)、杠铃图Bn,1及两种积图(G1■k G2与G1◇k G2)的离心矩阵及其离心矩阵的谱的计算公式,并给出冠图Cn°Pm、冠图Cn°Cm具有离心矩阵同谱的性质.
    • 陈旭; 王国平
    • 摘要: 令G是一个点集为V(G)={v1,v2,…,vn}的连通简单图,让dij=dG(vi,vj)]是图G中点vi和点vj之间的距离,图G的距离矩阵是D(G)=(dij)n×n(*)用n+(G),n0(G),n_(G)分别表示D(G)的所有特征值中正数、零、负数的个数.由此定义D(G)的Inertia为(n+(G),n0(G),n_(G)),并且给出了围长为3的三圈图的距离矩阵的Inertia.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号