基于变换域的显著性提取

为增强图像显著特征的可靠性和鲁棒性, 增加图像描述的准确度, 提出了一种利用离散余弦变换(DCT: Discrete Cosine Transform)和 Renyi 熵提取自然图像显著性的方法。 该方法充分利用了图像的频域信息, 通过MSRA1000 图像数据库进行性能测试。 实验结果表明, 该方法优于 5 种经典算法, 提高了显著性检测的有效性。     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

基于双向搜索的公交路径选择算法及优化模型

为了解决人们出行公交路径选择问题,分析了公交网络的特点,对最短路径常用算法进行比较,提出一种基于双向搜索的公交网络路径选择算法。为了选择最优路径,综合考虑出行时间、出行费用和换乘次数等因素,给出一个综合评价指数模型,并用算例对算法和模型的可行性进行验证。基于数据库理论,算法用数据库表示公交网络,用数据库查询技术实现最优乘车路经选择,易于实现,执行效率较高。     

基于多特征索引和局部约束的服饰检索方法

为弥补传统BoW(Bag of Words)模型缺失的颜色信息和空间信息, 提出了基于多特征索引和局部约束的服饰检索方法。基于BoW 模型分别建立关于颜色特征和SIFT 特征的两种倒排文件索引结构, 检索相似服饰图像, 并提出了局部约束的后验证方法。实验结果表明, 该方法在不同环境采集的服饰数据库的测试中, 得到了理想的检索性能。     

改进的小波神经网络模型及应用

为改善应用于变参数振动钻削加工过程的仿真和参数优化的小波神经网络的逼近能力和泛化能力,提出一种小波神经网络结构和基于局部学习策略的共轭梯度(LCG:Local Conjugate Gradient)算法,并利用灰色关联分析法对改进网络模型中的3个输入权值进行选取,对网络权值、小波函数的平移因子和伸缩因子的初始值选取给出了原则.通过实验表明,该模型改善了网络性能和仿真效果.     

基于codebook的事件关联分析

为关联系统事件,给出最根本故障原因,采用codebook与原因池相结合的方法,建立了一种新的事件分析模型。模型通过不断地缩小原因池中原因的个数,最终锁定系统故障原因,适用于分布式系统的事件关联分析应用。针对codebook中记录的事件和原因规模扩大的情况进行了模型的性能测试,并对查全率、差误率、重报率等指标进行了模型的功能测试。测试结果表明,模型对丢失事件和事件逆序具有抗干扰性,可独立进行多系统并发事件分析且不会互相影响。     

基于Latent SVM的多视角行为识别方法

为了在静态图像中获取有效信息, 构建行为模型, 提出了行为覆盖区 ACA(Action Coverage Area)和行为核心 AC(Action Core)的概念, 基于 Latent SVM(Support Vector Machine)目标识别方法, 设计了一种多视角行为模型 MVAM(Multiple Viewpoint Action Model)。 建立了独立的用于行为模型训练和测试的行为数据库。 实验表明, 该表示法对静态图像中的人体行为能有效地进行分类和检测。     

Linux 2.6内核的中断机制

基于控制中断执行时间的方法, 提出一种Linux 2.6内 核实时化改进方案, 解决了Linux实时任务在执行过程中可能被频繁中断干扰而产生响应时间过长的问题. 通过分析Linux 2.6内核的中断机制及打上Ingo Molar实时化补丁后的内核中断机制, 并根据与当前任务实时优先级的比较, 为中断安排恰当的执行时间规则, 实现任务的实时性响应. 实验结果表明, 改进方案的中断响应时间低于打上Ingo Molar实时化补丁后的内核中断响应时间.     

基于HMAX模型和非经典感受野抑制的轮廓提取

针对图像里处于复杂纹理背景中物体的轮廓提取正确率低的问题,首先研究了基于非经典感受野抑制的轮廓提取算法和HMAX模型,然后利用HMAX模型所具备的具有基本视皮层功能结构的优点,弥补了前者所依据的生物学视觉结构比较简单的不足,最后提出并实现了基于HMAX模型和非经典感受野抑制的轮廓提取算法。通过与Canny算子和非经典感受野抑制的轮廓提取算法的评估比较,表明本文算法有效提高了轮廓提取的正确率。     

随机网络中动态组播仿真

仿真和测试是研究组播路由问题的重要方法，但Waxman随机网络模型不能用于测试动态组播路由算法。根据组播成员动态加入和退出时对组播性能和质量的影响程度，提出一个模拟组播组动态变化的模型，按加入和退出的平衡态建立概率分布函数，移植和改造了MCRSIM(MultiCast Routing SIMulation)仿真工具，使其有效地模拟组播组成员动态变化的网络情况，以便对动态组播路由算法进行试验和测试。该模型不仅能仿真随机网络中组播成员动态变化情况，而且能仿真组播源变化的情况。该成果已应用于动态组播路由算法的研究之中。