Asymmetric Semi‐Supervised Boosting Scheme for Interactive Image Retrieval

Support vector machine (SVM) active learning plays a key role in the interactive content‐based image retrieval (CBIR) community. However, the regular SVM active learning is challenged by what we call “the small example problem” and “the asymmetric distribution problem.” This paper attempts to integrate the merits of semi‐supervised learning, ensemble learning, and active learning into the interactive CBIR. Concretely, unlabeled images are exploited to facilitate boosting by helping augment the diversity among base SVM classifiers, and then the learned ensemble model is used to identify the most informative images for active learning. In particular, a bias‐weighting mechanism is developed to guide the ensemble model to pay more attention on positive images than negative images. Experiments on 5000 Corel images show that the proposed method yields better retrieval performance by an amount of 0.16 in mean average precision compared to regular SVM active learning, which is more effective than some existing improved variants of SVM active learning.     

一种度量目标散射相似性的新参数

针对目标相似性参数度量分布式目标与典型目标散射相似程度不准确的问题,本文利用规范散射Pauli基矢量和分布式目标相干矩阵,定义了一个度量目标散射相似性程度的新参数--目标散射相似性.由于该参数综合考虑了分布式目标主散射机制、次要散射机制与规范散射的相似性,以及不同散射机制对廊的发生概率,因而它能准确反映分布式目标与规范目标散射的平均近似程度.与相似性参数一样,新参数具有目标旋转不变性、尺度无关性等特性.作为一种实际应用,给出了分布式目标与金属球、角反射器等典型目标的散射相似性.结合旧金山地区AIRSAR极化数据,讨论了这些相似性测度在地物分类方面的应用.     

基于多特征的服装图像检索

基于内容的图像检索一直是一个受关注的研究热点,这里利用图像的颜色和形状特征,将基于内容的图像检索应用于电子购物领域。提出先利用不变距与傅里叶描述子相结合的方法对图像形状特征进行检索,再利用改进的颜色直方图进行二次检索的检索方法。在检索前引入图像背景消除法消除图像中背景信息的影响。最后通过实验验证了基于颜色和形状特征的服装图像检索效果以及利用图像背景去除对检索效果的影响。     

图书馆信息检索机安全配置策略

图书馆公共信息检索计算机在为读者提供高效、快捷的查询服务的同时,由于计算机系统的开放性和检索机用户的流动性,也面临许多安全隐患。为了解决检索机面临的安全问题,针对检索机的外部环境,采取了机柜保护、网络隔离措施。此外,在硬件方面,采取了配置硬盘数据保护及网络数据克隆设备的措施;在软件方面,采取了正确的安装、配置方式及详细的系统安全修改、设置、备份等一系列措施。最终制定出一套较为完整的安全维护策略,以应对检索机所面临的各类安全隐患。     

二维圆周阵列综合孔径微波辐射计信道误差分析

给出了一种综合孔径微波辐射计二维圆周非均匀分布阵列的排布方案,并在此基础上分析了信道串扰、信道不平衡、系统噪声等产生的误差,建立了各种误差的特性仿真模型.然后给出了各误差的补偿方法及噪声的消除方法,通过BG反演算法实现了在各种误差下的亮温反演,证明了以上误差补偿的有效性.     

基于特征向量的文本信息过滤算法研究

随着信息技术的迅速发展,网络已经逐步成为人们生活当中不可或缺的信息传播工具。由于网络资源的大量使用和信息的大量传输,导致信息过载及安全等问题日益突出。为了解决信息过滤的过滤精度和效率瓶颈等问题,这里详细地对文本信息过滤的主要过程、文本表示方法、特征向量获取、相似度计算等技术进行研究,提出一个基于特征向量的文本信息过滤算法。该过滤算法有效地平衡了计算负载,具有较高的信息过滤性能。     

电网络模型的动力系统模拟应用研究

根据相似原理建立了电系统与其他系统的对应原则,进行了动力系统的电方法分析应用研究。在弹簧机械系统的分析中,建立了相应的电网络拓扑结构,实现了该系统的电网络建模及仿真计算。通过对某段选定的血管拓扑结构建立实现了其电网络建模研究分析。根据电网络方法和工程热力学在某些本质方面的一致性,描述了以热力学参数为描述对象的端口网络和’相应模型。说明了电网络模型可以成为能流系统的通用处理工具,在非电系统的分析优化中将有着广泛的应用前景。     

基于图像分析的光学伪装效果评价方法研究

传统的伪装评价方法受到很多条件的限制,需要客观定量反映伪装效果的评价方法.基于量化颜色直方图对伪装方案与实际背景的颜色相似度进行定量评价,利用灰度共生矩阵和小波变换方法计算伪装与背景的纹理相似度.该评价方法不仅能表示伪装与背景的颜色和纹理相似程度,还能反映不同观察距离上伪装与背景的纹理相似度.     

利用遗传编程排序图像

Web image retrieval is a challenging task. One central problem of web image retrieval is to rank a set of images according to how well they meet the user information need. The problem of learning to rank has inspired numerous approaches to resolve it in the text information retrieval, related work for web image retrieval, however, are still limited. We focus on the problem of learning to rank images for web image retrieval, and propose a novel ranking model, which employs a genetic programming architecture to automatically generate an effective ranking function, by combining various types of evidences in web image retrieval, including text information, image visual content features, link structure analysis and temporal information. The experimental results show that the proposed algorithms are capable of learning effective ranking functions for web image retrieval. Significant improvement in relevancy obtained, in comparison to some other well-known ranking techniques, in terms of MAP, NDCG@n and D@n.     

基于知网的语义相似度的改进算法

词语语义相似度计算方法的研究是当前智能信息服务系统研究的重点,它在多个领域都有着充分的应用。本文是在其他学者的研究基础上,基于《知网》提出了一种语义相似度的改进算法。这种算法不仅考虑了"义原"在描述概念时的作用,同时也考虑到了符号在描述概念过程中的作用。实验证明这种算法更加合理。