基于对称KL距离的用户行为时序聚类方法

网络用户随时间变化的行为分析是近年来用户行为分析的热点,通常为了发现用户行为的特征需要对用户做聚类处理。针对用户时序数据的聚类问题,现有研究方法存在计算性能差,距离度量不准确的缺点,无法处理大规模数据。为了解决上述问题,该文提出基于对称KL距离的用户行为时序聚类方法。首先将时序数据转化为概率模型,从划分聚类的角度出发,在距离度量中引入KL距离,用以衡量不同用户间的时间分布差异。针对实网数据中数据规模大的特点,该方法在聚类的各个环节针对KL距离的特点做了优化,并证明了一种高效率的聚类质心求解办法。实验结果证明,该算法相比采用欧式距离和DTW距离度量的聚类算法能提高4%的准确度,与采用medoids聚类质心的聚类算法相比计算时间少了一个量级。采用该算法对实网环境中获取的用户流量数据处理证明了该算法拥有可行的应用价值。     

一种考虑传感器精度的数据自适应加权融合算法

为增强多传感器测量数据融合效果,在综合考虑传感器初始精度与实际测量精度的基础上,提出了一种改进的自适应加权融合算法。将证据理论中的修正证据距离引入传感器实际测量数据间距离计算,基于计算得出的测量数据间距离生成各数据融合时的测量权重值。当传感器精度已知或者能够计算得出时,将基于传感器精度生成的固定权重与测量权重相综合,生成最终权重;当传感器精度未知且无法计算得出时,将测量权重作为最终权重。基于多种典型算例对所提融合算法进行验证,结果表明所提算法融合效果较好,具有一定的理论意义和较好的工程实用价值。     

使用区域重构技术的路径无关相位解包方法

相位解包在光学测量领域有着广泛的应用,其中路径相关类解包方法通常计算速度较快,但抗噪声能力较弱;而路径无关类方法的鲁棒性好,但大多存在迭代收敛慢、计算量大的问题。因此,将区域重构技术引入解包运算中,得到一种新的路径无关类解包方法。该方法对于矩形区域数据能够直接求解解包相位,无需迭代过程;设计了采样-重组加速方法使运算量大幅减小,计算速度优于同类解包方法;使用Gerchberg式迭代过程能够解决不规则孔径内的数据解包问题,可在少量迭代后收敛。通过仿真验证了该方法在矩形区域内的直接求解精度和加速法的效能,通过对实验数据的解包验证了算法处理不规则孔径数据的能力。     

基于多属性模糊C均值聚类的属性约简算法

模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题。考虑到特征属性对聚类的贡献程度的差异,在多属性模糊C均值聚类的思想上,提出一种基于属性重要性的约简算法。为验证有效性,在UCI数据集上,将新算法与因子分析法和粗糙集理论约简方法进行比较分析。实验结果表明,该方法具有更好的泛用性,在平均标准差大或类间中心距离较远的数据集上具有更好的性能。     

五轴数控机床轨迹生成方法研究

提出一种五轴数控机床实时轨迹生成和控制方法,由网格曲面描述五轴机床刀具的空间轨迹,在规定的采样周期内计算和控制刀具的位置、方向及不同的运动参数,通过计算数据建立曲线模型,由逆运动学模型在规定采样时间内执行生成的命令。通过一组加工路径仿真实例,说明了提出方法的优越性和普遍性。     

采用目标轨迹积累的窄带雷达信号长时间积累方法

在雷达信号长时间积累过程中,点目标的位置会在多帧距离-多普勒数据之间移动并形成一条轨迹,这里提出两种积累该轨迹的方法,分别适合于距离走动较小和多普勒扩散较小的情况。所提的两种方法首先分别通过速度补偿和二次相位补偿将三维数据空间中的目标轨迹校正到分别垂直于距离轴和多普勒轴的平面中,然后通过矩阵重组将校正后的三维数据分别分解为并列的多普勒-时间和距离-时间矩阵,最后采用Hough变换对位于其中一个二维矩阵中的近似直线的目标轨迹进行积累。所提的两种方法大大增加了目标的积累时间并改善了目标的最小可检测信噪比。实测数据的实验结果证明了其有效性。     

基于相对熵和K-means的形状相似差分隐私轨迹保护机制

为解决绝大多数研究未充分考虑位置对隐私预算的敏感程度以及轨迹形状带来的影响,使发布的轨迹可用性较差的问题,提出了基于相对熵和K-means的形状相似差分隐私轨迹保护机制。首先,根据地理空间的拓扑关系,利用相对熵计算真实位置对隐私预算的敏感程度,设计了位置敏感的隐私级别实时计算算法,并与差分隐私预算结合建立了一个新的隐私模型。其次,通过K-means算法对发布位置进行聚类,得到与真实位置方向最相似的发布位置集合,并引入Fréchet距离衡量发布轨迹与真实轨迹的相似性,提升发布轨迹的可用性。通过对真实数据集的实验表明,所提轨迹保护机制与其他方法相比在轨迹可用性方面有明显的优势。     

基于图划分的个性化轨迹隐私保护方法

针对用户对轨迹匿名数据的个性化需求,提出一种基于轨迹间夹角和位置重合的(s, )-覆盖个性化轨迹间关联构建方法,并根据轨迹间距离和方向度量轨迹间边权,以构造规模可变的个性化轨迹图模型。同时,将轨迹k-匿名集的构建转化为轨迹图划分问题,提出了一种基于贪心策略寻找近似最优的k条轨迹构建轨迹k-匿名集的方法。通过对比实验,在合成轨迹数据集上验证了所提算法的有效性和合理性。     

一种改进的证据冲突衡量因子

为解决证据融合时证据间冲突衡量不准确问题,提出了一种新的证据冲突衡量方法。对当前冲突衡量方法国内外研究现状进行总结,结合典型算例分析,指出了当前方法存在的主要问题。基于前人研究成果,提出了一种改进冲突因子用于衡量证据间冲突,主要基于修正证据距离与合取冲突,对两者采用加性组合。通过一般类型算例与特殊类型算例对所提方法进行验证,结果表明改进的冲突衡量因子能够准确衡量证据间冲突,并具有普适性。     

基于改进LCSS的移动用户轨迹相似性查询算法研究

为了解决由于移动用户轨迹数据具有随机性和繁杂性导致算法效率和精度低的问题,首先抽取用户轨迹时间位置序列,然后基于用户的逗留时长采用加权FP树挖掘移动用户的常驻区域以解决用户轨迹的随机性,最后提出结合用户出行的时间和地理因素的LCSS算法衡量用户轨迹相似性。实验证明,该算法具有一定的有效性和扩展性。