多尺度对称变换及其应用于定位人脸特征点

提出了一种在图像的反对称双正交小波分解数据域中,实现多尺度对称变换的方法,并将它应用于脸部图像中主要特征点的定位.这种方法与直接在原始图像数据域中的同类方法相比,能大幅度减少计算量、加快定位速度,并明显提高定位准确度.除此之外,由于它是在小波分解数据域上实现的,这就为在图像数据压缩域中提取人脸图像特征奠定了基础.     

基于平均值位移聚类与EMD测量的图像检索

视觉特征的描述和相似度的测量是图像检索的两大关键.本文提出在较为均匀的L*a*b*颜色空间,利用平均值位移聚类算法提取主色,相似度的测量采用EMD方法,利用粗略检索减少查询时间.然后利用相关反馈与多次检索有效地提高检索准确率.最后通过在原型系统上的两个实验,从查准率、平均序号和检索时间验证了此方法的有效性.     

TMT三镜系统中Stewart平台的优化设计

为了使TMT三镜系统具有跟踪瞄准功能,同时可以校正由于重力引起的结构变形,设计一个大型的Stewart平台来完成三镜的Tilt调整。根据初始参数对并联机构进行了位置反解的计算,并分别对支腿轴向力和刚度进行了建模,最后使用了Matlab进行优化计算,得出一组最优解。根据所求出的最优解使用ANSYS建立了三镜系统的参数化模型,并与Matlab联合仿真,对三镜系统的各个工况进行了有限元模拟。仿真得到三镜各个工作位置时的支腿的伸长量、重力下的变形、第一阶模态值以及六根支腿内力。模拟结果显示,最终设计的Stewart平台支腿的最大变形量为0.813 mm,与优化前的模型相比下降了20%;第一阶模态最小值为16.7 Hz,与优化前的模型相比上升了18%;六根支腿的轴向力最大值为27 219 N,相比优化前下降了15.9%。     

关于ISI及其为化学工作者提供的出版物

美国科学信息研究所（ＩｎｓｔｉｔｕｔｅｆｏｒＳｃｉｅｎｔｉｆｉｃＩｎｆｏｒｍａｔｉｏｎ，简称ＩＳＩ）出版多种检索工具。其收录包括期刊、图书和论文集等，覆盖面十分广泛。他们所出的检索工具在世界上享有很高的声誉。主要出版物有：《科学引文索引》（Ｓｃｉｅｎ...     

基于哈希理论和线性近邻传递反馈的乳腺X线图像肿块检索方法

在乳腺X线图像肿块检测中存在较高的假阳性率,通过基于内容的肿块检索,将待判定肿块与已确诊肿块进行相似性分析,可有效降低假阳性率.本文提出了一种结合可区分锚点图哈希和线性近邻传递的乳腺图像肿块检索方法.针对传统锚点图哈希在相似度定义中没有考虑病理相关性的问题,引入病理类别至锚点图哈希图像相似度计算,提出了可区分锚点图哈希以重新表示图像.利用线性近邻传递作为相关反馈技术,基于图像底层特征表达与图像高层语义间的学习机制,实现交互式肿块图像检索.采用北京大学人民医院乳腺中心提供的临床图像作为实验数据,实验结果表明,引入病理类别的可区分锚点图哈希图像表达在肿块相似性分析上优于传统锚点图哈希.相比于现有方法,本文提出的方法在肿块检索性能上得到明显提高.     

云环境下安全密文区间检索方案的新设计

针对目前密文区间检索多次断言存在信息泄露等问题,有单断言的密文区间检索方案(SRQSAE方案),并证明方案在唯密文攻击下的隐私安全性。对SRQSAE方案的安全性进行了分析,分析结果表明SRQSAE方案并不能隐藏搜索关键字的大小关系排序。通过在每次生成搜索索引或陷门消息时引入不同随机数的方法,提出了单断言的密文区间检索新方案。新方案对搜索关键字、区间的大小关系提供了很好的隐私保护;而且新方案在安全性提高的同时,并不以损失效率为代价。     

SS*:一种嵌入视觉特性的多维图像索引算法

图像检索因信息量巨大，查询速度至关重要。一种有效的方法是对图像特征进行多维索引，然后按多维索引算法检索。但是，现有的多维索引算法并不是专门针对图像数据库设计的，没有考虑图像的视觉特性，检索性能不理想。文章针对图像信息的特点，结合SS多维索引算法，设计了一种新的基于内容的图像检索的多维索引算法——SS^*算法。实验表明，该算法对图像检索是有效的。     

中国移动经营分析系统的建设及应用

本文首先介绍了国外电信行业数据仓库建设的情况,并引出中国移动经营分析系统建设的背景,然后对经营分析系统的建设过程、技术架构、应用内容等方面进行了介绍,最后介绍了经营分析系统建设的有关经验.     

PC Cluster环境下基于多维数组的Data Cube算法

因为需要存取大量的数据，计算data cube要花费大量的时间和存储空间。本文研究了使用便宜的PC机群计算data cube的方法。我们使用多维数组作为存储结构，并将数组划分成若干个分片。对每个分片进行压缩以节约存储空间、减少存取时间和增量维护时间，分片被分布到不同的处理机。我们提出了一个新的流水线组织方法以及对分片建立索引的思想，大大减少了外排序的代价和存取磁盘的次数。实验结果表明我们的算法具有一定的伸缩性。