《广告模糊语》

在广告中，模糊语运用普遍。所谓模糊语，指那些表述事物的性态、属类等方面特征时在度、数、质方面不清晰、不精确的言语。它是和明确言语相对而言的，二者相辅相成，共同完成准确传递商品信息的任务。     

基于纹理谱描述子的图像检索

本文利用一种相关性弱的纹理谱描述子来描述图像的纹理特征．该纹理谱描述邻域内像素灰度变化模式,并以纹理谱直方图形式表示图像内容．建立了基于中文自然语言纹理描述词的图像检索系统,构建了纹理属性词典．实验结果证明,基于纹理谱描述子的特征是提取方法速度快,检索准确率高．     

基于本体的音频语义检索模型

通过分析现有音频检索中存在的问题,提出了一种对语音数据进行语义自动标注的方法,建立了一种新的音频本体库的检索模型,并对今后的研究方向进行了展望。     

英语模糊语在广告中的应用

语言是人们最重要的交际工具,它既具有精确性又有模糊性。人们总是根据交际需要选择运用语言的这两种特性。模糊语言现象是存在于人类语言中的普遍现象,在任何语言、任何语体中人们都经常运用它。语用含糊是一种重要的交际策略,在不同的场合产生不同的功能。广告语借助于模糊性来树立产品形象,引起消费者的注意,实现最大程度的劝导性。本文主要通过具体的广告实例探讨英语模糊语在广告中的应用．     

基于音频检索的点歌系统

介绍了运用哼唱进行检索的点歌系统.该系统从用户那里得到哼唱信息,把音频信息做特征提取、分割与分类,采用音变节奏算法查找出和输入内容相同或相似的乐曲.最后提出了有待继续研究的问题.     

旋转和尺度不变的光学相关图像识别

提出了用最佳圆对称分量进行梅林型相关，实现了旋转和尺度不变光学相关图像识别，并进行了计算机模拟实验。     

基于内容的音频检索技术研究

音频检索是基于内容的多媒体检索技术中的一个重要的组成部分.本文首先简单介绍了基于内容的音频检索的概念,然后对其特征提取部分做了详细介绍,并通过一个简单的测试系统进行实现.     

基于神经网络的工业图像识别

工业现场所采集的图像一般都会受到不同程度的污染，针对这种情况，将离散型Hopfield神经网络的联想记忆特点运用于有噪声污染的工业图像识别。所设计的网络具有并行处理、可训练性及容错性等特点，它能完成图像的识别与分类，在输入有噪声污染的图像时，仍可以识别与恢复图像。以监控系统采集到的有污染的数字图像为例，运用数值仿真技术，证明了该方法的有效性。     

论商业英语广告中虚假标榜语的特点

社会上充斥着各种各样的广告标榜语，它为树立企业形象或商品形象起到至关重要的作用，但却处于无人监管的状况中。这给虚假标榜语以滋长的温床，却让消费者处于被蒙骗、上当的边缘。因此，对广告标榜语进行一定的分析、了解定会对消费者大有裨益。     

英语委婉语的社会功能和广告应用

委婉语不仅是一种社会语言现象,更是一种文化现象。交际过程中,只有了解委婉语社会功能,才能达到成功的交际目的。委婉语在各个领域都有广泛的应用,在商业广告中很好地利用委婉语,可以使消费者加深了对产品的印象,引起购买的欲望,达到促销的目的。     

语谱特征的身份认证向量识别方法

针对采用梅尔频率倒谱系数(mel-frequency cepstrum coefficient,MFCC)作为身份认证向量(identity vector,i-vector)进行说话人识别存在语音信息不全的问题,提出一种基于语谱特征的身份认证向量识别说话人的方法。语音信号经过预加重、分帧加窗预处理之后,通过短时傅立叶变换转换成语谱图,语谱图被提交到高斯通用背景模型,在高维均值超向量空间中选择合适的低维线性子空间流型结构以构造符合正态分布的向量作为身份认证向量。这些获取的身份认证向量经过线性判别性分析实现降维并存储。最后采用对数似然比(log-likelihood ratio,LLR)方法对训练和测试阶段的i-vector进行评分,完成说话人识别。以TIMIT数据库为标准的数值实验结果表明,相比采用MFCC作为特征的识别方法,研究的等错误率(equal error rate,EER)更低。     

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。     

基于环形分割的医学图像检索

针对医学图像全局特征检索不能很好地体现局部特征,而基于分割后各区域特征的检索又过分依赖于复杂的图像分割算法,提出了环形划分图像的分割方法.在基于环形分割的条件下,分别提取医学图像的颜色和纹理等内容特征,并在此基础上,实现医学图像检索.试验表明,基于环形分割的医学图像检索能够较好地体现图像所记录的颜色空间信息,而且具有旋转偏移不变性的特点,大大提高了医学图像检索的正确率与查全率.     

基于内容检索的图象数据模型的设计

为了解决图象数据有效查询问题,设计具有基于内容图象检索功能的面向对象数据模型,作为数据库的引擎,分析了图象数据库的系统结构,根据这个结构分别对结构层和操作层建模,完成数据模型层的概念和逻辑设计,实现了一个支持基于内容检索技术的图象数据库系统.可视性好,对图象资源可以进行有效的管理和检索.     

图像视频检索的研究和应用

目前使用较广泛的视频检索系统是基于文本方式的。使用字或自由文本描述视频数据库中的视频，采用文本匹配检索．基于内容的视频检索利用了视频本身的很多特征，提供了更可靠更有效的视频检索方式．介绍了利用VB和Access建立的街道视频数据库，提供2个城区街道浏览、查询、检索等功能，并给出了核心代码．     

基于分层密度特征的文档图像检索

为克服基于版面重建的文档图像检索方法对图像质量要求高,且局限于部分文种,以及基于版面分割的文档图像检索方法受限于版面分割技术等问题,提出了一种基于二值文档图像分层密度特征的检索方法。该方法通过倾斜校正、去除黑边等预处理得到有效文本区域,提取有效文本区域的长宽比和分层密度特征,通过特征比对进行检索。实验表明:该方法对不同分辨率以及不同的输入设备具有自适应能力,对复杂版面和批注等噪声鲁棒性好,漏检率为2%,是一种简单有效的文档图像检索方法。     

基于本体的智能图像检索

指出互联网技术的发展使得数字图像等多媒体数据库的规模迅速膨胀,为了能从如此庞大且不断变化的互联网上检索到目标图像,需要有更准确和快速的检索工具.提出了利用本体理论设计图像检索系统,利用本体的方法描述图像的语义特征继而对图像进行检索.使用该系统,图像检索的性能得到了很大改进.     

基于纹理的图像检索算法研究

多媒体技术是信息时代高度发展的重要体现,在多媒体技术中对海量信息的高效管理就成为一个重要的研究领域,海量图像数据库的检索是近期多媒体技术研究的一个热点问题,基于内容图像检索(CBIR)研究是图像检索一个重要的研究方向,CBIR中传统的基于最佳尺寸的纹理粗糙度算法纹理粗糙度算法结果比较符合人眼的视觉感受,但也存在着不足之处,文中从选取领域尺寸和计算领域均值差值这2个方面对此算法进行改进,采用线性量化方法来选取领域尺寸,计算领域均值差值时在像素局部梯度方向上进行,从而提高纹理粗糙度算法对纹理冒失的分辨能力,并且保证纹理粗糙度算法具有良好的旋转不变性,通过实验结果分析,改进的算法在分辨能力和旋转度不变性上明显优于原算法.     

基于Contourlet变换的纹理图像检索

提出了一种基于Contourlet变换的纹理图像检索算法。首先对纹理图像进行Contourlet变换,通过调整子带能量参数的次序,改进其旋转不变性,再提取不同尺度、不同方向上变换系数矩阵的均值和标准方差作为特征向量,最后采用Canberra距离进行相似性度量。实验结果表明,此算法在对纹理图像检索时具有良好的检索性能,并具有旋转不变性。     

利用位平面欧拉-熵向量的图像检索方法

首先将图像分解为8个位平面,选择前4个重要位平面,求出其灰度码表示,计算出每个灰度码位平面的欧拉数,组成欧拉向量;其次计算出每个灰度码位平面的信息熵,组成位平面熵向量;再把欧拉向量和位平面熵向量特征综合为一个新的图像特征,最后采用马氏距离计算图像间的相似度.实验结果表明本方法维数低,速度快,且避免了图像量化造成的误检,与比位平面熵算法和欧拉向量算法相比,检索效率高.