基于分布式全局频繁项集挖掘算法的研究

随着信息技术的飞速发展,数据库技术的不断更新,社会各个领域的数据信息增长趋势飞快,如何能够从海量数据中提取到具有实际应用价值的信息是目前数据挖掘领域中的重点研究问题.本文提出了一种分布式的全局频繁项集挖掘算法(BFM-MGFIS),与传统的全局频繁模式挖掘算法(FDM)相比能够有效提高算法的计算效率.     

震后灾情速报中信息获取传输解决方案

针对震后灾情速报领域,采用无线传感器网络技术,设计了智能图像采集传感器网络节点的系统结构,并提出一种基于图像配准的智能图像处理传输机制。这种方法减少了汇聚节点的计算复杂性和数据的传输数量,从而使灾情速报无线传感器网络系统达到效率高、可较长应用时间的目的。     

GPS并行捕获的门限与驻留时间的设计与仿真

在研究检验量统计特性的基础上,从理论上分析了恒虚警概率准则下门限及驻留时间对系统虚警概率和发现概率的影响,并提出了一种门限及驻留时间的设计方法．门限与虚警概率、搜索并行度及非相干累加次数有关,驻留时间与虚警概率、发现概率、搜索并行度及载噪比有关．仿真结果证明了该方法的正确性．     

膜层参数对长周期光纤光栅传感灵敏度的影响

基于耦合模理论,采用三包层光纤光栅模型,对镀有敏感薄膜的长周期光纤光栅的传感特性进行了分析。当敏感薄膜的光学参数(薄膜折射率和薄膜厚度)发生变化时,长周期光纤光栅传输谱中谐振峰处的透射率不变,但谐振峰会发生平移。进一步对薄膜折射率和薄膜厚度对其传感灵敏度的影响进行数值模拟,得到了结构优化的高灵敏度长周期光纤光栅传感器典型薄膜光学参数值。计算结果表明,该类型传感器对敏感薄膜折射率的分辨率可达10-9。研究结果为高灵敏度长周期光纤光栅传感器的结构优化及其传感应用提供了理论支持。     

动态地构建和维护基于小波的直方图*

利用小波变换的数学理论和方法,对基本的数据分布进行小波分解,在此基础上采用一种新的方法来动态地构建和维护基于小波的直方图,并给出相应的算法。实验证明基于这种方法的小波直方图能提供好的选择性估算和近似技术。     

分布式流数据频繁项发现算法的研究

对分布式流数据中频繁项的发现算法进行了研究,利用一种新颖的分布式概要算法(DSA)来发现从叶子节点直至根节点的概要结构,通过在不同的分布状态下设置相应的精确梯度来最小化通信负载,并利用真实数据集验证了该结构和算法的有效性。     

基于动态规划融合多模态的足球视频事件分析

为了更好地满足用户浏览和检索视频的需要,提出一种融合文本的足球视频事件分析框架.分别从文本和视频中提取事件信息,采用动态规划的算法对2种信息进行全局匹配,对于未匹配的文本事件信息.采用一个全局概率模型估计其在视频中的事件边界.通过寻找文本与视频事件信息的最优全局匹配,有效地避免了局部匹配方法造成的漏检和误检.实验结果表明,文中方法能够快速、准确地检测事件,获得详尽的事件内容信息,性能优于局部匹配算法.     

基于视觉注意模型VAMAI的敏感图像检测方法

基于内容的敏感图像检测方法是过滤互联网上敏感信息的有效手段。然而,基于全局特征的检测方法误检率偏高,现有的基于BoW（bag-of-visual-words）的检测方法速度较慢。为了快速准确地检测敏感图像,本文提出基于视觉注意模型VAMAI（visual attention model for adult images）的敏感图像检测方法,包括构造面向敏感图像的视觉注意模型VAMAI、基于兴趣区域和SURF（speeded up robust features）的视觉词表算法、全局特征选择及其与BoW的融合三部分。首先,结合显著图模型、肤色分类模型和人脸检测模型,构造VAMAI,用于较准确地提取兴趣区域。然后,基于兴趣区域和SURF构建视觉词表,用于提高基于BoW的检测方法的检测速度与检测精度。最后,比较多种全局特征的性能,从中选择颜色矩,将它与BoW的支持向量机分类结果进行后融合。实验结果表明:VAMAI能够较准确地检测兴趣区域;从检测速度和检测精度两方面显著地提高了敏感图像的检测性能。     

票据自动识别录入系统

文章论述了一套可高质量地识别录入银行支票、税务发票等票据的票据自动识别录入系统,设计出了合理的系统结构及工作流程,探寻理想的字符特征描述方法,并使其成为一种解决计算机数据录入的实用产品。