(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211111968.2
(22)申请日 2022.09.13
(71)申请人 中国人民解 放军陆军工程大 学
地址 430075 湖北省武汉市珞喻东路42号
(72)发明人 梁少军 张世荣 杨毅 鲁漫洁
梁瑜
(74)专利代理 机构 武汉宇晨专利事务所(普通
合伙) 42001
专利代理师 李鹏
(51)Int.Cl.
G06K 9/62(2022.01)
G06F 17/16(2006.01)
(54)发明名称
一种基于非对称k近邻矩阵的增量式共享近
邻获取方法
(57)摘要
本发明公开了一种基于非对称k近邻矩阵的
增量式共享近邻获取方法, 获取无人机飞行数据
集D的原始共享近邻矩阵, 更新k近邻距离向量、
非对称k近邻矩阵, 计算无人机飞行数据集D 对应
的上三角共享近邻矩阵以及原始共享近邻矩阵;
计算新添数据点dp的k近邻行向量和逆k近邻列
向量, 更新非对称k近邻矩阵; 非对称k近邻矩阵
赋值; 赋值更新后的共享近邻矩阵, 替换更新后
的共享近邻矩阵中的部分数据点, 新添数据点dp
插入无人机飞行数据集D, 替换非对称k近邻矩阵
和原始共享近邻矩阵, 重复上述步骤。 本发明算
法实现了共享近邻的增量式获取, 将现有静态共
享近邻获取方法推广到 了动态。
权利要求书4页 说明书8页 附图4页
CN 115456072 A
2022.12.09
CN 115456072 A
1.一种基于非对称k近邻矩阵的增量式共享近邻获取方法, 其特征在于, 包括以下步
骤:
步骤1, 获取无人机飞行数据集D的原始共享近邻矩阵, 无人机飞行数据集D的数据点的
个数赋值到数据量m, 初始化并更新k近邻距离向量k_distv ector, 初始化并更新非对称k近
邻矩阵ak_matrix, 计算无人机飞行数据集D对应的上三角共享近邻矩阵us_ matrix, 根据上
三角共享近邻矩阵us_mat rix获得无人机飞行 数据集D对应的原 始共享近邻矩阵s_mat rix;
步骤2、 计算新添数据点dp的k近邻行向量pk_vector和逆k近邻列向量rpk_vector, 并更
新非对称k近邻矩阵ak_mat rix; 初始化扩维后的非对称k近邻矩阵pk_mat rix并赋值;
步骤3、 初始化并赋值更新后的共享近邻矩阵ps_matrix, 结合新添数据点dp对步骤3.2
中更新后的共享近邻矩阵ps_mat rix中的部分数据点 替换;
步骤4、 将数据量 m自增1, 新添数据点dp插入无人机飞行数据集D构成新的无人机飞行数
据集D, 将非对称k近邻矩阵ak_ matrix替换为扩维后的非对称k近邻矩阵pk_ matrix, 将原始
共享近邻矩阵s_matrix替换为更新后的共享近邻矩阵ps_matrix, 取下一个新添数据点并
重复步骤2和步骤3 。
2.根据权利要求1所述的一种基于非对称k近邻矩阵的增量式共享近邻获取方法, 其特
征在于,
所述的步骤1包括以下步骤:
步骤1.1, 输入无人机飞行数据集D, 无人机飞行数据集D的数据点的个数赋值到数据量
m, 计算每 个数据点在无 人机飞行 数据集D中的k个最近邻;
步骤1.2, 初始化非对称k近邻矩阵ak_matrix为m行m列的全0矩阵, 初始化k近邻距离向
量k_distvector为m行1列的全0向量;
步骤1.3, 按照下式更新 步骤1.2中k近邻距离向量 k_distvector:
其中, k_distvector(i1)表示k近邻距离向量k_distvector中第i1行第1列的数据点,
dt1为数据点di1的k近邻集合NNk(di1)中的任意一个数据点, 数据点di1为无人机飞行数据集D
中第i1个数据点, i1表示序号, i1∈[1,m ];
步骤1.4, 按照下式更新 步骤1.2中非对称k近邻矩阵ak_mat rix:
其中, di2和dj2分别表示无人机飞行数据集D中的第 i2个和第j2个数据点, NNk(di2)为无
人机飞行数据集D中数据 点di2除自身外的k个最近邻集合, ak_matrix(i2,j2)表示非对称k
近邻矩阵ak_mat rix中的第i2行第j2列数据, i2, j2∈[1,m ];
步骤1.5, 基于步骤1.4得到的非对称k近邻矩阵ak_matrix计算无人机飞行数据集D对
应的上三角共享近邻矩阵us_matrix, 其中上三角共享近邻矩阵us_matr ix中的第i3行第j3
列数据us_mat rix(i3,j3)由下式得到:权 利 要 求 书 1/4 页
2
CN 115456072 A
2其中, ak_matrix(i3,:)和ak_matrix(j3,:)T分别表示非对称k近邻矩阵ak_matrix中第
i3行数据组成的向量和第j3行 数据组成的向量的转置向量, i3, j3∈[1,m ], i3≤j3;
按照下式计算无 人机飞行 数据集D对应的原 始共享近邻矩阵s_mat rix:
s_matrix=us_mat rix+us_mat rixT。
3.根据权利要求1所述的一种基于非对称k近邻矩阵的增量式共享近邻获取方法, 其特
征在于, 所述的步骤2包括以下步骤:
步骤2.1, 输入新添 数据点dp;
步骤2.2, 计算新添数据点dp与无人机飞行数据集D中每个数据点的距离, 将距离值排序
即可得到新添数据点dp在无人机飞行数据集D中的k近邻集合NNk(dp), 按照下式计算新添数
据点dp的k近邻行向量pk_vector和逆k近邻列向量rpk_vector, 并更新非对称k近邻矩阵
ak_matrix:
(1)
(2)
(3)
上式中pk_vector(1,j4)表示新添数据点dp的k近邻行向量的第1行第j4列数据点, dj4
表示无人机飞行 数据集D中第j4个数据点, j4∈[1,m ],
rpk_vector(i4,1)表示新添数据点dp的逆k近邻列向量的第i4行第1列数据点, di4表示
无人机飞行数据集D中第i4个数据点, k_distvector(i4)表示k近邻距离向量k_di stvector
中第i4行第1列的数据点, i 4∈[1,m],
ak_matrix(i5,t5)表示非对称k近邻矩阵的第i5行第t5列数据点, dt5为无人机飞行数
据集D中第i5个数据点di5的k近邻集合NNk(di5)中的任意一个数据点, k_distvector(i5)表
示k近邻距离向量 k_distvector中第i5行第1列的数据点, i5, t5∈[1,m ];
步骤2.3, 初始化扩维后的非对称k近邻矩阵pk_matrix为m+1行m+1列的全0矩阵, 按照
下式对扩维后的非对称k近邻矩阵pk_mat rix赋值:
pk_matrix(1:m,1:m)=ak_mat rix
pk_matrix(m+1,1:m)=pk_vector
pk_matrix(1:m,m+1)=rpk_vector
pk_matrix(m+1,m+1)=0
上式中pk_matrix(1:m,1:m)表示扩维后的非对称k近邻矩阵pk_matrix的第 1至m行以
及第1至m列数据点, pk_matrix(m+1,1:m)表示扩维后的非对称k近邻矩阵pk_matrix的第m+权 利 要 求 书 2/4 页
3
CN 115456072 A
3
专利 一种基于非对称k近邻矩阵的增量式共享近邻获取方法
安全报告 >
其他 >
文档预览
中文文档
17 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共17页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 思考人生 于 2024-03-03 20:13:34上传分享