期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
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
职称材料
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
职称材料
题名
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
机构
上海交通大学机器人研究所
出处
《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
文摘
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.
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
Keywords
computer
vision
live-line
robot
object
recognition
near
neighbor
search
indexing
of
high
dimensional
features
分类号
TP242.62 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
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
机构
南昌大学计算机科学与技术系
出处
《南昌大学学报(工科版)》
CAS
2014年第1期90-96,共7页
基金
国家自然科学基金资助项目(61163023)
文摘
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。
关键词
双GPU
粒子系统
邻域搜索
数据交互
CUDA
Keywords
double
GPU
particle
system
near
neighbor
search
data
exchange
CUDA
分类号
TP391.92 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
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
机构
湖州师范学院信息工程学院
湖州师范学院浙江省现代农业资源智慧管理与应用研究重点实验室
出处
《郑州大学学报(工学版)》
CAS
北大核心
2024年第3期80-88,共9页
基金
国家自然科学基金资助项目(62206094)
湖州市公益性应用研究项目(2021GZ05)
江苏省网络空间安全工程实验室开放课题(SDGC2237)。
文摘
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。
关键词
聚类
K-MEANS
异常检测
区域分割
近邻簇搜索
自适应
Keywords
clustering
K-means
outlier
detection
region
segment
near
neighbor
clusters
search
adaption
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于简单最邻近搜索算法的高维特征索引
张健
杨汝清
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2007
0
下载PDF
职称材料
2
粒子系统模拟的单双GPU加速技术及其实现
江顺亮
项阳刚
徐少平
《南昌大学学报(工科版)》
CAS
2014
0
下载PDF
职称材料
3
融合异常检测与区域分割的高效K-means聚类算法
尹宏伟
杭雨晴
胡文军
《郑州大学学报(工学版)》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部