导读:本文包含了曼哈顿距离论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:曼哈顿,距离,流速,最优,路径,代价,参数。
曼哈顿距离论文文献综述
陈亦奇,周蓉,滕婧,周洪波,栾泉中[1]（2019）在《基于自适应修正曼哈顿距离的室内定位方法》一文中研究指出在室内WiFi环境下,针对常见指纹匹配算法所忽略的信号波动问题,提出了一种基于自适应修正曼哈顿距离和AP选择的指纹匹配算法,并结合加权K近邻方法实现定位。首先采用AP选择算法获取部分受干扰程度小和出现频率高的AP,在指纹匹配时仅使用该部分AP的接收信号强度进行计算;在分析WiFi信号传播衰减公式和信号波动的基础上,提出了将自适应修正曼哈顿距离作为指纹匹配的度量距离,使用该距离旨在平滑信号波动对指纹相似度计算的影响;最后采用加权K近邻方法估计测试点的坐标。实验结果表明,在加权K近邻方法的框架下,基于自适应修正曼哈顿距离的定位算法在定位精度上优于基于欧氏距离、曼哈顿距离、余弦距离和Sorensen距离的定位算法。(本文来源于《导航定位与授时》期刊2019年06期）
罗涛,冯玉田,王瑞[2]（2019）在《基于曼哈顿距离加权协同表示分类的车辆识别》一文中研究指出加权稀疏表示分类(WSRC)在声频传感器网络下的车辆识别中取得了不错的效果;但是稀疏表示分类(SRC)中实际上起较大作用的是字典中所有类的协同表示,因此协同表示分类(CRC)被提出用来提升算法效率,CRC框架还改进了残差计算方式来提高识别精度;在WSRC中发现保局性对提升识别率起到很好的作用,因此在CRC中引入加权编码,提出了声频传感器网络下基于加权协同表示分类(WCRC)的车辆识别方法,取得了明显的速度(相比WSRC、SRC)以及不错的精度(对比WSRC、CRC、SRC)提升;同时针对欧氏距离对样本相似性判断的不足,将曼哈顿距离引入加权编码,进一步地提出了基于曼哈顿距离加权协同表示分类(Manhattan-WCRC)的车辆识别方法,取得了最高的识别率,而运算速度与WCRC接近。(本文来源于《计算机测量与控制》期刊2019年08期）
方乐笛,李顺东,窦家维[3]（2019）在《曼哈顿距离的保密计算》一文中研究指出曼哈顿距离的安全多方计算是一个新的安全多方计算问题,在保密科学计算、保密信息过滤、生物信息学保密计算等方面具有重要的理论意义与应用价值.保密计算两点间的曼哈顿距离首先需要保密计算两个数的绝对值,此问题未见研究报道;其次需要在不知道两个数的前提下,保密计算两个数的和.本文用新的方法解决曼哈顿距离的安全多方计算问题,设计了两种不同的编码方法,结合同态加密算法,可以将绝对值的计算分别转化为保密计算两向量的海明距离与保密计算两向量的内积.双方可直接得到两点间的曼哈顿距离,避免了分别计算横纵坐标差的绝对值之和导致的信息泄露.同时,利用数字承诺的思想,使得双方在关键环节具有平等地位,公平地得到最后结果,避免了拥有私钥一方过早得到结果导致的欺骗行为.使用模拟范例证明了协议是安全的.理论分析和实验显示,本方案可以高效安全地计算两点间的曼哈顿距离.(本文来源于《密码学报》期刊2019年04期）
康春花,杨亚坤,曾平飞[4]（2019）在《一种混合计分的非参数认知诊断方法:曼哈顿距离判别法》一文中研究指出研究提出了一种简洁的适于混合计分的非参数认知诊断方法—曼哈顿距离判别法(MDD),将HDD纳入MDD框架,通过模拟和实证研究考察了MDD的适宜性,结果表明:(1)MDD简单易解,适于混合计分情境,0-1计分时,HDD是MDD的一个特例;(2)MDD的判准率较高,叁种判别方法 R_MDD、B_MDD和W_MDD差异极小;(3)MDD具有非参数方法不受知识状态影响、对样本容量无依赖,与属性个数关系不大等特点;(4)MDD在实践中的应用效果较好,为CDA走向实践、走向课堂提供了可能。(本文来源于《心理科学》期刊2019年02期）
谢晖,张达奇,冯李[5]（2019）在《结合曼哈顿距离的A-star算法在光缆寻址中的应用》一文中研究指出利用曼哈顿距离和启发式的A-star算法,根据通信光缆建设中需要考虑的管道长度、管孔利用率、管道等级、曼哈顿距离等因素制定代价函数,并根据敷设骨干、汇聚、接入层光缆的不同场景,差别计算路由结果。曼哈顿距离的引入,解决了两局站(基站)间在没有确定实际光缆路由的情况下,对光缆长度较为精准的估值,对比直线距离更为精确和合理。(本文来源于《信息通信》期刊2019年01期）
[6]（2018）在《结合曼哈顿距离的A-star算法在光缆寻址中的应用》一文中研究指出利用曼哈顿距离和启发式的A-star算法,根据通信光缆建设中需要考虑的管道长度、管孔利用率、管道等级、曼哈顿距离等因素制定代价函数,并根据敷设骨干、汇聚、接入层光缆的不同场景,差别计算路由结果。曼哈顿距离的引入,解决了两局站(基站)间在没有确定实际光缆路由的情况下,对光缆长度较为精准的估值,对比直线距离更为精确和合理。曼哈顿距离作为A~*(A-star)算法的启发式函数代价值,参与光缆路由选择的计算。(本文来源于《2018中国信息通信大会论文摘要集》期刊2018-12-14）
吴涵[7]（2018）在《曼哈顿距离的思考》一文中研究指出曼哈顿距离的定义:曼哈顿距离也叫出租车几何,是在19世纪由赫尔曼·闵可夫斯基提出来的,它是一种使用在几何度量空间的几何学用语,用以标明两个点在标准坐标系上的绝对轴距总和。我们用通俗一点的语言(本文来源于《中学生数理化(高考数学)》期刊2018年11期）
郭葳,尹新涛,王俊霞,朱意霞,徐石明[8]（2018）在《基于曼哈顿距离法的充电桩远程运维系统设计》一文中研究指出充电用户和充电行业的发展对充电设备的维护提出的要求日益增高,运营公司对充电设备的故障诊断与运维管理需求也尤为迫切。为了满足充电用户对充电设备维护提出的要求,缓解充电行业的发展对充电设备维护带来的压力,提出一种基于曼哈顿距离法的充电桩远程运维系统(以下简称远程运维系统)。远程运维系统的建立,可大大提高电动汽车充电桩运维水平,对运维人员及检修人员的行为也可以达到有效的管控,同时对检修人员的检修结果进行登记,为绩效考核提供有效依据。该系统基于曼哈顿距离法对比分析运维检修人员距离故障发生地点的距离,提供一种高效的解决方案,进一步节约人力资源,达到资源合理配置。(本文来源于《电力系统保护与控制》期刊2018年13期）
杨亚坤[9]（2017）在《观察反应模式与理想反应模式间曼哈顿距离判别法》一文中研究指出认知诊断是近年来发展起来的新一代测验理论,与传统的测验理论不同,认知诊断不仅仅只关注测验分数,更加注重测验分数背后的心理认知过程。随着我国教育改革的逐步深入,人们已经不满足于仅给学生一个简单的分数,而希望能够提供关于学生学习的诊断性信息,为进一步的教育教学提供依据。认知诊断正好迎合了人们的需求,越来越受到人们的关注。认知诊断的顺利实现,通常需要一个良好的诊断测验和一个合适的诊断模型。据不完全统计,目前已经开发出来的认知诊断模型达100多个,但由于各种原因限制了它们的应用,比如一些参数模型的估计需要特定的算法,如EM算法或MCMC算法,这对非统计学或计算机专业的研究者或教师来说,应用起来颇为困难。于是,研究者将非参数方法引入认知诊断。非参数方法容易理解,操作简单,耗时少,不依赖于样本量等特点,使其非常适合于认知诊断的应用和推广。非参数认知诊断方法中,基于距离判别的方法尤为简单,通过计算观察反应模式与各种理想反应模式之间的距离,就可实现对学生知识状态的诊断分类。然而,现有的关于距离判别方法的研究较少,且多为0-1计分情境下的;随着教育考试改革和测验形式的多样化,题目的计分方法不再只有0-1计分,此时仍采用0-1计分的方式进行认知诊断,将不能够充分利用作答信息,影响诊断分类的准确性。虽然基于广义距离的判别方法可以拓展到多级评分,然而广义距离的定义需要借助于项目反应理论的项目作答概率,增加了方法的复杂性,与初衷相违背。相比于广义距离判别方法,基于海明距离的方法只需计算观察反应模式与理想反应模式不同的个数就可实现对被试的判别分类。不过,海明距离多适用于0-1评分的数据,且现有关于海明距离判别方法(Hamming Distance Discriminating method,HDD)的研究主要强调判别方法(如R方法、B方法、加权海明距离方法)的开发及与其他方法(如GDD)的比较,没有关注这些方法的共通点,也没有专门探讨不同因素对各判别方法分类准确率的影响。本文对已有研究进行整合,将海明距离纳入更一般的比较观察反应模式与理想反应模式之间偏差的距离——曼哈顿距离,构建一种适用性更广的曼哈顿距离判别方法(Manhattan Distance Discriminating method,MDD),并在数学上证明该方法的分类一致性。本文通过模拟研究考查该方法的影响因素及稳定性,并在实证研究中检验该方法的可行性和有效性。发现了以下一些结果:(1)当满足研究一中的2个假设和3个条件时,可以证明,MDD具有分类一致性,即当测验长度趋于无穷,MDD诊断结果即为被试真实属性掌握模式;(2)根据认知诊断中海明距离和曼哈顿距离的定义,可以证明,HDD是MDD在0-1评分下的特例;(3)MDD判准率较高,与已有方法(如GDD-P、GRCDM等)相比,MDD在分类准确率和可操作性等方面有着不可替代的优势;(4)在Q矩阵正确的情况下,MDD叁种判别方法判准率之间差异较小,可根据实际应用进行选择;(5)与已有的非参数方法一致,MDD几乎不受样本容量大小的影响,即使只有一个被试也可以分类;(6)MDD判准率受属性层级关系的影响,属性层级越紧密,属性掌握模式越少,MDD判准率越高,而当属性掌握模式类别数相近,属性层级结构越松散,不同IRP之间差别越大,MDD判准率越高;(7)MDD对被试知识状态分布形态无正态要求,不同分布形态下均可以有很高的判准率;(8)MDD判准率受属性个数的影响较小,随属性个数的增多判准率降幅很小;(9)属性层级关系或Q矩阵错误对MDD判准率有影响:属性层级关系错乱越严重或Q矩阵错误比例越大,MDD判准率降幅越大,且MDD叁种判别方法所受影响由大到小依次为W_MDD,B_MDD和R_MDD,但相比于GDD-P和GRCDM,MDD所受影响相对更小;(10)MDD有良好的实证效度,诊断结果与实际情况一致性程度较高。(本文来源于《浙江师范大学》期刊2017-05-20）
陈建阁[10]（2015）在《基于曼哈顿距离法的颗粒流速检测技术》一文中研究指出提出采用曼哈顿距离法检测气/固两相流中固相颗粒的流速,介绍了检测原理,并提出一种延时估计算法,以降低处理器的数据存储空间;构建了实验系统,分别采用互相关原理检测法和曼哈顿距离法对示波器采集信号进行分析,结果表明曼哈顿距离法检测结果具有较好的稳定性、可靠性。(本文来源于《工矿自动化》期刊2015年11期）
曼哈顿距离论文开题报告
（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：
加权稀疏表示分类(WSRC)在声频传感器网络下的车辆识别中取得了不错的效果;但是稀疏表示分类(SRC)中实际上起较大作用的是字典中所有类的协同表示,因此协同表示分类(CRC)被提出用来提升算法效率,CRC框架还改进了残差计算方式来提高识别精度;在WSRC中发现保局性对提升识别率起到很好的作用,因此在CRC中引入加权编码,提出了声频传感器网络下基于加权协同表示分类(WCRC)的车辆识别方法,取得了明显的速度(相比WSRC、SRC)以及不错的精度(对比WSRC、CRC、SRC)提升;同时针对欧氏距离对样本相似性判断的不足,将曼哈顿距离引入加权编码,进一步地提出了基于曼哈顿距离加权协同表示分类(Manhattan-WCRC)的车辆识别方法,取得了最高的识别率,而运算速度与WCRC接近。
（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。
曼哈顿距离论文参考文献
[1].陈亦奇,周蓉,滕婧,周洪波,栾泉中.基于自适应修正曼哈顿距离的室内定位方法[J].导航定位与授时.2019
[2].罗涛,冯玉田,王瑞.基于曼哈顿距离加权协同表示分类的车辆识别[J].计算机测量与控制.2019
[3].方乐笛,李顺东,窦家维.曼哈顿距离的保密计算[J].密码学报.2019
[4].康春花,杨亚坤,曾平飞.一种混合计分的非参数认知诊断方法:曼哈顿距离判别法[J].心理科学.2019
[5].谢晖,张达奇,冯李.结合曼哈顿距离的A-star算法在光缆寻址中的应用[J].信息通信.2019
[6]..结合曼哈顿距离的A-star算法在光缆寻址中的应用[C].2018中国信息通信大会论文摘要集.2018
[7].吴涵.曼哈顿距离的思考[J].中学生数理化(高考数学).2018
[8].郭葳,尹新涛,王俊霞,朱意霞,徐石明.基于曼哈顿距离法的充电桩远程运维系统设计[J].电力系统保护与控制.2018
[9].杨亚坤.观察反应模式与理想反应模式间曼哈顿距离判别法[D].浙江师范大学.2017
[10].陈建阁.基于曼哈顿距离法的颗粒流速检测技术[J].工矿自动化.2015
论文知识图
