协同视觉显著性检测方法综述

协同视觉显著性检测是视觉注意力计算领域中一个快速发展的新兴分支,致力于检测多幅相关场景图像中的公共显著目标,在各种计算机视觉任务中有广泛应用.考虑到特征提取策略的设计是协同视觉显著性检测当前研究的重点,本文首先根据特征提取策略的不同对现有的协同视觉显著检测方法进行了分类介绍和定性分析.其次,通过在5个公开数据库上的主观和定量对比,对各流行算法的性能进行了评估,分析了特征提取策略对算法性能的影响以及各数据库的复杂度,并验证了协同视觉显著性检测和视觉显著性检测的区别.最后,对本文工作进行了总结,并对当前研究中存在的问题和未来的研究工作进行了讨论.     

局部子空间自适应核函数网络

针对目前单一整体核函数网络相对于原始空间特征局部分布缺乏自适应性以及网络规模巨大的不足,本文提出局部子空间自适应核函数网络解决思路。首先将原始空间的高维特征分成一系列低维子空间;然后针对不同子空间构造不同的核函数和核参数局部网络;最后综合所有子空间形成综合核函数网络。同时利用支持向量分布几何意义,选择边界向量代替原始训练样本,大大减少网络的复杂度。由于不同输入子空间构造的核函数以及网络规模相对于样本分布具有一定的自适应性,所以该方法相对于经典全局核函数网络可以得到更好的综合性能。对比实验结果表明本文提出的方法能够改进高维模式识别的性能,是一种值得实际应用推广的方法。     

基于神经网络组的空间目标识别的信息融合方法

针对神经网络在信息融合中的应用所存在的一些问题,受人的视神经网络的启发,提出了一种基于D-S方法的神经网络组方法,并把它应用到了特征级融合中进行模式识别.和用单一的神经网络相比,利用神经网络组方法提高了对目标的识别率,并且增强了对目标识别的稳定性.最后,通过仿真试验,对提出的方法进行了验证.     

基于RGB-D图像的室内场景CAD模型重建

针对传统三维重建方法中存在的依赖图组和计算复杂等问题,文中在重建过程中引入大规模CAD模型库,提出了一种基于单视角RGB-D图像的室内场景CAD模型重建方法。首先,利用FCN和点云数据估计室内场景布局;同时,利用Mask R-CNN和点云数据检索与待重建对象最匹配的CAD模型;最后,组合上述结果完成场景重建。实验证明,文中方法仅需单视角RGB-D图像即可完成三维重建,且重建图与原场景相似度高,有较好的鲁棒性。     

基于神经网络的谣言检测综述

由于传播媒介的多样化,信息数据量呈爆炸式增长,从海量的事件信息中检测到谣言变得十分困难。为了减少人工成本,提高谣言检测准确率,深度学习中的神经网络模型被用到谣言检测任务中。首先文章对多种基于神经网络的谣言检测方法进行了介绍,分析了多种神经网络谣言检测模型的检测过程,以及多种神经网络模型在谣言检测过程中的判断依据及其特征提取效果,然后对现有的谣言检测模型结构进行了归纳,总结了使用神经网络检测谣言的模块化流程,最后对谣言检测的方法提出了建议。     

基于深度学习与社交感知的地点推荐

随着基于位置的社交网络的普及,地点推荐作为推荐系统的重要分支,在解决信息过载、提升用户体验、增加平台收益等方面的作用愈加明显。现有的地点推荐算法大多基于矩阵分解,难以刻画用户和地点之间复杂的交互关系;此外,在基于位置的社交网络中,社交信息是建立用户画像的重要数据来源,如何融合社交信息辅助地点推荐成为亟待解决的问题。本文研究了基于深度神经网络的地点推荐解决方案,通过设计基于社交信息的新型采样方式和正则化损失函数,从两个角度融合社交信息。在两个真实世界数据集上的实验表明,本文提出的方案可以极大提升地点推荐的精准度。     

基于分层神经网络的宽频段DOA估计方法

该文提出了一种采用智能识别技术解决宽段来波方位估计的新方法。提取已知来波方位信号的协方差矩阵的上三角部分作为样本特征,然后构建区域估计和方位估计的分层模型,实现对未知来波方位的精确估计。所提出的分层方法降低了模型构造的复杂度,实现了宽频段来波方位估计。给出了应用该方法的具体步骤。仿真实验结果表明,该方法具有很高的测向精度,具有广阔的应用前景。     

融合LBP特征和运动特征的运动分类算法

本文提出了一种局部二值模式(Local Binary Pattern,LBP)特征和运动特征相融合的运动分类算法。首先,利用背景差分法检出视频中的运动人体序列,将运动人体序列经过LBP算子处理得到LBP直方图特征。然后,将LBP直方图特征和运动人体质心的速度特征相融合作为运动人体行为分析的识别特征,应用BP神经网络进行行为分类识别。在Weizmann和KTH行为数据库上进行了算法实验研究,人体行为识别的平均准确率达到了90.78%。实验结果表明:该方法在识别率方面明显优于常规方法进行识别的结果。     

基于Word2vec的短信向量化算法

针对目前垃圾短信过滤效果有待提高的问题,提出一种新的短信特征提取方法。该方法采用了建立在深度学习理论基础上的最新成果和Word2vec工具。基于中文短信的内容和结构特点,利用该工具设计了一个短信向量化算法。该算法能有效地将每条短信与一个向量对应,在深度置信网络上利用该算法对垃圾短信进行分类实验。实验结果表明,推广性能比已有报道结果提高了约5%。     

基于同轴电缆的移动信号室内深度覆盖系统设计与实现

针对移动信号室内深度覆盖需求和现有覆盖方案存在的问题,提出了一种以有线电视同轴电缆为入户通道的射频系统。分析了系统原理和几个关键问题,计算了系统各项设计参数,阐述了合路器、跨路器和智能终端三个主要部分的结构及阻抗匹配滤波、同步、放大等关键模块的实现方法。实地测试结果表明,系统各项指标符合设计和应用要求,实现了160 m2高层住宅的信号覆盖,提高了小区测量报告（MR）覆盖率,同时对移动室分系统性能也无影响。所提方案与现有方案相比具有低成本、施工快速、协调简单等优势,是一种新颖实用的室内深度覆盖实现方式。