期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于简单最邻近搜索算法的高维特征索引
1
作者 张健 杨汝清 《上海交通大学学报》 EI CAS CSCD 北大核心 2007年第1期123-125,130,共4页
研究了220 kV/330 kV高压带电清扫机器人的绝缘瓷瓶视觉识别系统中的高维特征索引问题.该系统采用了基于局部尺度不变性特征的方法,在生成匹配假设的过程中,尝试将简单最邻近搜索算法用于高维特征的索引.在离线阶段,对给定向量集合中每... 研究了220 kV/330 kV高压带电清扫机器人的绝缘瓷瓶视觉识别系统中的高维特征索引问题.该系统采用了基于局部尺度不变性特征的方法,在生成匹配假设的过程中,尝试将简单最邻近搜索算法用于高维特征的索引.在离线阶段,对给定向量集合中每个向量的每一维进行排序,生成排序的数据结构.在线搜索阶段:①对排序数据结构的第一维确定位于边界条件内的所有向量,构成候选队列;②依次检查候选队列中向量的其他维,剔除不满足边界条件的向量;③采用穷举法寻找与查询向量最邻近的向量.比较了简单最邻近搜索算法和k-d树算法.实验结果证明,简单最邻近搜索算法用于具有更强的边界约束,通过选择合适的边界条件能够获得更高的运算效率.该算法能广泛用于基于高维特征的物体识别和定位. 展开更多
关键词 计算机视觉 带电作业 机器人 物体识别 最邻近搜索 高维特征索引
下载PDF
粒子系统模拟的单双GPU加速技术及其实现
2
作者 江顺亮 项阳刚 徐少平 《南昌大学学报(工科版)》 CAS 2014年第1期90-96,共7页
采用CUDA架构对GPU进行编程,对粒子模拟过程中的邻域搜索方法进行了优化,采用并实现了一种基于非排序的邻域搜索方案。通过良好的任务划分和较少的数据交互,设计并实现了一种双GPU的模拟方案。结果分析得知:非排序的邻域搜索方案在粒子... 采用CUDA架构对GPU进行编程,对粒子模拟过程中的邻域搜索方法进行了优化,采用并实现了一种基于非排序的邻域搜索方案。通过良好的任务划分和较少的数据交互,设计并实现了一种双GPU的模拟方案。结果分析得知:非排序的邻域搜索方案在粒子数低于10万时总模拟时间降低近50%,粒子数超过50万时降低12%,双GPU在粒子数超过50万时计算时间降低16%,且粒子数愈多性能愈好。 展开更多
关键词 双GPU 粒子系统 邻域搜索 数据交互 CUDA
下载PDF
融合异常检测与区域分割的高效K-means聚类算法
3
作者 尹宏伟 杭雨晴 胡文军 《郑州大学学报(工学版)》 CAS 北大核心 2024年第3期80-88,共9页
传统K-means及其众多改进算法缺乏显式处理异常样本的能力,导致其聚类性能容易受到异常样本的影响。针对此问题,提出一种融合异常检测与区域分割的高效K-means聚类算法。首先,通过构建统一聚类模型,形成异常检测与聚类之间的交互协同,... 传统K-means及其众多改进算法缺乏显式处理异常样本的能力,导致其聚类性能容易受到异常样本的影响。针对此问题,提出一种融合异常检测与区域分割的高效K-means聚类算法。首先,通过构建统一聚类模型,形成异常检测与聚类之间的交互协同,以提高聚类性能。其次,利用近邻簇搜索技术对各类簇进行自适应的区域分割,以减少冗余计算,提高算法执行效率。最后,为验证所提方法的有效性,在多个合成数据集和真实数据集上分别进行测试。实验结果表明:所提算法聚类性能和执行效率优于其他算法;在添加10%异常样本的Wine数据集上准确度可达0.911。 展开更多
关键词 聚类 K-MEANS 异常检测 区域分割 近邻簇搜索 自适应
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部