基于OpenCV 的智能相册系统

为了对日益增多的数码照片进行有效管理,提出并设计一种可以对大量数码照片进行智能分类的相册管理系统. 关键技术包括照片附加信息提取、人脸检测、人脸标注、人脸识别和特征匹配,主要通过OpenCV 视觉库有效实现. 实验表明,该系统可以有效全自动的实现时间分类和人数分类,并通过人机交互的方式半自动实现人物分类和场景分类,有较高的实用价值.     

基于隐马尔科夫模型的DNA序列分类方法

DNA序列分类是生物信息学的一项基础任务,目的是根据结构或功能的相似性预测DNA序列所属的类别。为进行有效分类,如何将序列映射到特征向量空间并最大程度地保留序列中蕴含的碱基间顺序关系是一项困难的任务。为克服现有方法容易导致因DNA序列碱基残缺而影响分类精度等问题,提出一种新的DNA序列特征表示方法。新方法首先为每条序列训练一个隐马尔科夫模型（HMM）,然后将DNA序列投影到由HMM状态转移概率矩阵的特征向量构成的向量空间中。基于这种新的特征表示法,构造了一种 K-NN分类器对DNA序列进行分类。实验结果表明,新型特征表示方法可以较为完整地保留 DNA 序列中不同碱基间的关系,充分反映序列的结构信息,从而有效提高了序列的分类精度。     

基于稀疏表示的多特征融合害虫图像识别

为提高害虫图像识别的准确率,针对不同害虫具有不同的颜色、形状、纹理的特点,提出一种将颜色、形状、纹理特征与稀疏表示相融合的害虫识别方法.该方法利用已标注的训练样本构造不同特征下的训练样本矩阵,通过求解样本的最优稀疏系数以实现害虫图像识别.由于相同样本通过不同特征训练字典求解的稀疏系数不同,进而识别结果也不同.因此,文中进一步通过设计不同特征下的识别分类器实现多特征的融合.在实验室环境与农田环境下的实验结果表明,相较于其他方法,该方法的害虫识别率获得较大的提高.     

基于链接关系的半监督特征选择算法

社会媒体网络产生的海量、高维无标记数据给数据处理工作带来巨大挑战,同时数据样本间构成的链接图信息在现有模式识别算法中难以有效利用.基于此,文中充分挖掘社会媒体网络数据链接关系图,结合部分监督信息提出一种基于链接关系的半监督特征选择算法(SSLFS).该算法利用谱分析和稀疏约束,使得选出的特征子集保持原数据的局部流形和稀疏特性.在社会媒体数据集Flickr上的实验结果表明,SSLFS相比其他特征选择方法得到的特征子集在分类性能上有较显著提高.     

基于强类别特征近邻传播的半监督文本聚类

为处理高维稀疏的大规模文档数据,提出一种基于强类别特征近邻传播(SCFAP)的半监督文本聚类算法.聚类过程中,利用少量带类别标签的监督数据,提取具有强类别区分能力的特征项以构建更有效的样本间相似性测度.并在每轮迭代完成后将类别确定性程度最高的未标记样本转移到已标注集,使算法执行效率提高.实验结果表明,这种改进对于近邻传播算法的性能和准确度的提升有较大帮助,在Reuter-21578和20Newsgroups两个相异数据集上,SCFAP算法表现较好的适用性.综合考察聚类微平均Fμ指标和类簇纯度Pt指标,该算法在少量监督信息辅助下能快速获得较好的聚类结果.     

基于Web挖掘的用户兴趣建模方法的研究

基于用户兴趣的不同,研究如何针对用户的浏览行为来获取用户的有效兴趣数据,并根据现有用户兴趣模型存在的不足,结合Web挖掘中的相关技术,先显式构建用户兴趣模型,后隐式更新用户兴趣模型,从而实现能适应用户兴趣变化的用户兴趣模型。     

基于句法语义特征的中文实体关系抽取

实体关系抽取的核心问题是实体关系特征的选择。以往的研究通常都以词法特征、实体原始特征等来刻画实体关系,其抽取效果已难再提高。在传统方法的基础上,该文提出一种基于句法特征、语义特征的实体关系抽取方法,融入了依存句法关系、核心谓词、语义角色标注等特征,选择SVM作为机器学习的实现途径,以真实新闻文本作为语料进行实验。实验结果表明该方法的F1值有明显提升。     

观点句中评价对象/属性的缺省项识别方法研究

在多对象、多属性的评论文本中,评价对象和评价属性的缺省识别对于观点挖掘有着重要的作用。针对情感观点句中评价对象和评价属性的缺省问题,该文提出一种有效的缺省项识别方法。首先构造缺省项识别规则集,用于获取待识别的缺省项侯选集;将缺省项识别问题看作一个二元分类问题,选用词法和依存句法作为特征,使用决策树分类算法C4.5训练分类器模型,在测试集上对待识别的缺省项进行判别。实验结果表明,使用依存句法特征集分类的F值优于词法特征集约2%。将词法和依存句法两类特征融合与单类特征相比,分类精确率和F值分别提高了10%和5%左右,说明词法特征和依存句法特征的融合有利于缺省项识别。     

那曲典型草地植被光谱特征分析

遥感是大尺度生态研究的重要工具之一,而地面植物群落特征与其光谱特征之间的关系是解译遥感影像的关键。地面实测数据由于其高空间分辨率和高光谱分辨率,能够准确反映地物光谱信息,可以用来指导卫星遥感解译工作,同时为遥感监测草地退化、草地模型建立等提供数据支持。选取西藏那曲地区的优势植被类型作为研究对象,利用ASD FieldSpec 3便携式光谱仪测定优势种的冠层光谱并进行比较,并取其中一种优势种测量其在不同覆盖度和不同生长期的光谱反射特点。研究结果表明:①不同植被群落冠层光谱具有特殊的光谱曲线,可见光波段光谱反射率依次是紫花针茅、小嵩草和藏北嵩草,近红外波段光谱反射率则依次是小嵩草、藏北嵩草和紫花针茅;红边位置可以识别藏北嵩草,但是不能区分小嵩草和紫花针茅;②不同覆盖度的小嵩草红边、“绿峰”位置不随覆盖度的变化而发生变化;连续统去除后得到吸收深度随覆盖度的增加而变大,吸收峰面积随覆盖度的增加而增加;③小嵩草衰退期内,在可见光波段和红边波段,冠层光谱反射率随着叶绿素含量的减少而下降,出现“红边蓝移,绿峰下降”的现象。     

V-系统在形状相似检索中的应用

V-系统是一类正交多小波,它的正交性和多分辨特性使得在表达信号时可以用少量的基函数去描述信号的基本特征,并且通过增加所用基函数的数量得到信号由粗到细的多层次特征描述.文中将V-系统的这个特性应用到形状相似检索中,对图像边界和图像区域分别进行特征表达,得到了形状检索的新算法——V算法.首先提取图像的边界点列,并将其在V-系统下作正交分解,得到由V-描述子构成的边界特征向量,同时对图像区域作V-变换,得到图像的区域特征向量;然后融合边界特征和区域特征来进行形状之间的相似度量.通过在4个通用数据库中的形状检索实验结果,表明了该算法相对几种经典算法在检索性能上的优势.