基于自适应色彩聚类和上下文信息的自然场景文本检测

自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适应色彩聚类方法能针对不同图像自动学习权重阈值,有较好的字符召回率.然后,利用文本中字符成行出现的性质,设计一种基于上下文信息的字符验证策略,既能保证较高字符召回率,也能有效移除非文本字符.最后,合并字符构建文本行,并通过后处理得到文本检测结果.在ICDAR2013公共数据集上的实验结果表明：本文分别获得74.17%的召回率,83.40%的准确率和78.52%的F得分.与其他文本检测方法相比,本文获得了较好的文本检测性能,说明本文方法的优越性.     

基于本体与上下文感知矩阵的查询扩展算法

针对物理世界的信息查找在过去几年间也受到广泛关注,但是迄今还缺乏深入的研究.目前针对Web信息空间的搜索算法不适合普适空间内的信息查询,原因有二:面向物理实体查询的支撑技术,如嵌入式设备和无线通信,与传统Web信息搜索不同:物理实体相关的信息与Web网页不同,表现在元数据、信息动态性等方面.同时,由于用户查询用词与文档...     

时变情境下的企业应急决策矛盾问题分析与求解

企业应急决策是一个充满变化、矛盾冲突的,涉及多个领域知识的复杂决策过程,能否根据突发事件的发展过程,依照具体的决策情境有效地整合企业可利用的资源条件,化解应急决策过程中的矛盾问题冲突,生成有效的应急决策方案,成为制约应急决策有效性的难点.为此,将可拓学中转换桥方法引入应急决策,研究变化情境下的应急决策矛盾问题分析与求解.针对变化情境下企业应急决策矛盾问题进行形式化基元模型表达,构建了矛盾问题定量描述与求解的转换桥共存度函数和转换桥可拓变换函数,并给出了基于转换桥模型的矛盾问题求解策略.并以某手机制造企业为例,随着突发事件的发展变化,分析企业可利用资源和应急决策过程中的矛盾问题,并进行求解.经验证,所提方法对于分析和解决应急决策过程中不同领域知识之间的对立冲突问题是有效的.     

物联网搜索技术综述

随着物联网的普及和发展,物联网搜索是摆在学术界和工业界面前迫切需要解决的问题,物联网搜索因此成为当前的一个研究热点。面对越来越多的传感器以及它们所产生的数据,只有结合智能的物联网搜索,才能体现这些数据的生命力。与传统的Baidu、Google、Bing、Yahoo等搜索引擎不同,物联网搜索从搜索对象、物理网数据的特点（大规模的、实时变化的、高度动态的、异构的、复杂的安全环境等）到物联网搜索的架构均与传统互联网不同,这导致了物联网搜所面临的挑战将更大。由此,阐述了物联网搜索的概念、特点、相关技术,对现有的典型系统和算法进行了比较性总结,分析了目前研究中存在的问题和挑战,并展望了其未来的发展方向。     

Ubiquitous use of mobile social network services

Smartphones are becoming increasingly penetrated among people. Social networking is one of the most popular applications that are being widely used through smartphones. The current research aims to understand Chinese users’ behaviour and identifies factors that impact intentions toward the usage of the social network services via handheld devices. By making use of Structural Equation Modelling technique based on a sample of 297 respondents, the research findings show that, technology acceptance model and its variants can only be used as an instrument to understand users’ adoption behaviour. The research findings reveal that mobility in concert with perceived ease of use, use context, and critical mass in concert with social influence impact users’ behavioural intention and usage significantly. Moreover, habitual behaviour of users plays a particularly important role toward the use of mobile social network services.     

Bird breed classification and annotation using saliency based graphical model

Due to the variations among the birds, bird breed classification is still a challenging task. In this paper, we propose a saliency based graphical model (GMS), which can precisely annotate the object on the pixel level. In the proposed method, we first over-segment the image into several regions. Then, GMS extracts the object and classifies the image based on the local context, global context and saliency of each region. In order to achieve a high precision of classification, we use SVM to classify the image based on the features of the annotated bird. Finally, we employ posterior probability distribution obtained by GMS and SVM to perform the image classification. Experiments on the Caltech-UCSD Birds dataset show that the proposed model can achieve better results compared with existing bird breed classification methods based on graphical model.     

终端业务上下文的定义方法及业务模型

该文针对业务上下文仅关注业务质量较少考虑用户终端环境的现状,提出终端业务上下文的概念,为普适业务的开展提供必要的信息支撑。给出一种终端业务上下文的通用定义方法,该方法可以提取各类业务场景中终端环境的特征参数,使其形成可表示、可获知的上下文。提出基于终端业务上下文的业务模型,给出上下文的存储和使用方法。最后通过一个典型的普适业务接续场景验证了上述定义方法和业务模型。结果表明,该方法可以有效提取普适业务所需的上下文信息;基于该模型,业务平台能够动态适配异构的终端环境,为用户提供个性化终端呈现和接续服务。     

基于时空关系和关联规则挖掘的上下文信息缺失插补研究

上下文信息的缺失是上下文信息处理中不可避免的问题,缺失数据插补方法也是数据挖掘中的研究热点。但是,现有的缺失数据的插补方法不太适合上下文信息这一流数据形式,没有充分利用各传感器采集数据之间的关联性,而且在插补的过程中没有考虑传感器数据的时空关系。为了解决现存的缺失数据插补方法的缺陷和不足,该文提出了基于时空关系和关联规则挖掘的上下文信息缺失插补方法(STARM),对传感数据进行空间化和时间序列化,并生成强关联规则对缺失数据进行插补。最后,通过温度传感器采集数据验证了这一算法合理性和高效性。实验证明,该算法在上下文信息缺失估计的准确性要高于简单线性回归算法(SLR)和EM算法等,而且具有较小的时空开销,能够保证实时应用的服务质量(QoS)。     

基于相对形状上下文和谱匹配方法的点模式匹配算法

该文提出了一种将不变特征与谱匹配方法相结合的点模式匹配算法。该算法首先提出一种新的基于点集的不变特征相对形状上下文,然后利用点集间相对形状上下文的统计检验匹配测度来定义新的相容性度量,并以此为基础构造分配图及其亲近矩阵。最后利用分配图亲近矩阵的主特征向量以及匹配约束条件来实现点模式匹配问题的求解。模拟仿真与真实数据实验验证了该文算法的有效性和鲁棒性。