基于Kullback-Leibler与PCA的概率密度比值估计

为了更好地解决在机器学习和数据挖掘等领域中经常遇到的两个概率密度函数的比值估计问题,文中提出了一种新的概率密度比值估计算法.该算法基于Kullback-Leibler距离,综合混合高斯模型和主成分分析的概率密度比值估计方法,使用混合概率主成分分析为两个概率密度比值函数建模.在概率密度比值估计的过程中,不是分别估计比值函数的分子和分母,而是对整个比值函数进行混合组成建模.算法避免了分别对分子分母的概率密度估计,降低了估计的误差.实验表明该算法能够获得较好的估计结果.     

海量邮件分布式文件系统的设计与实现

本文通过归纳分析已有的分布式系统体系结构,研究并设计了一个针对于海量邮件存储的分布式文件系统.受Google File System架构的启发,针对单个元数据服务器带来的瓶颈问题,提出了多个元数据服务器的解决方案.针对邮件写入格式的特殊性和数据源的多样性,设计并实现了多数据源的相同接口的写入支持,并对写入文件的格式进行压缩和添加sync字段,使整个系统具有更好的I/O性能以及更好的数据完整性.     

OLAP在ATM运维绩效中的应用研究

自动柜员机(ATM)运维绩效分析是当前国内外联机分析处理(OLAP)技术应用新领域.本文提出了一套ATM运维绩效指标,构建了强调ETL过程的Web-OLAP决策支持系统框架,并在绩效指标和框架的基础上实现了ATM运维绩效分析系统.最后结合实例说明了本系统的实用价值.     

利用骨架模型和格拉斯曼流形的3D人体动作识别

为了通过几何特征的有效方法描述人体骨骼运动,构建3D人体动作识别系统,提出一种基于3D骨骼关节空间建模方法。首先,使用自回归和移动平均模型（ARMA）描述每个随着时间变化的运动轨迹,成功捕捉了时空动态运动信息。同时,将该模型的观察矩阵生成的子空间作为格拉斯曼流形中一个点;然后,通过学习控制切线（CT）描述每个类的均值,映射学习过程中的观察变量到所有CT形成局部切丛（LTB）,LTB流形数据点可直接在分类器上完成分类;最后,提出的方法使用SVM分类器完成训练和分类。MSR-action 3D、Weizmann和UCF-Kinect三个数据库的实验结果验证了该方法的有效性,与几种基于深度数据的算法相比,该方法获得了最高的识别率,在延迟性方面的性能也表现最优,当帧数为30时,识别率达到97.91%,在延迟较高时,可达到期望识别率。     

基于IBCPK的证书管理系统的设计与实现

基于标识的组合公钥算法是一种新型的公钥认证技术,解决了当前认证领域的规模化密钥管理以及信息验证的直接性问题。该文分析当前的公钥认证系统存在的问题,介绍基于标识的组合公钥算法的原理及构造方法,描述基于IBCPK的证书管理系统的设计与实现。该系统可以有效地管理IBCPK体系下的密钥分发与维护。     

基于哈希表结构和图像分割的快速图像标注

为了快速、准确地标注大型图像数据集中的图片,提出了一种利用图像分割和基于kNN(k-nearest neighbor)图的半监督学习来标注图像的算法.该算法先将图像分割为若干个局部区域,使用局部敏感的哈希表来构建图像局部区域的kNN图,并基于图像局部区域的kNN图来构建原始图像的kNN图,利用基于图的半监督标签传递算法来标注未标注的图像.在具有269 648张图像的大型图像数据集NUS-WIDE和具有5 000张图像的Corel数据集上的实验结果表明,该算法能获得较快的标注速度和标注精度.     

组合公钥标识认证系统的设计及密钥生成的实现

介绍了一种基于组合公钥（CPK）算法的标识认证系统的设计，给出了一种组合映射算法和多作用域密钥管理的具体实现方法。基于CPK原理，通过组合映射算法实现了规模化的密钥管理和独立于第三方的身份认证。该方法对其他基于CPK算法的认证系统的实现具有参考价值。     

计算与通信重叠和并行I/O在粒子模拟中的应用

三维电磁场粒子模拟是研究空间众多微观物理现象的一项先进数值模拟方法。虽然应用MPI和OpenMP混合编程技术实现了程序并行,但阻塞通信的通信同步和应用网络文件系统集中式数据I/O的数据传输降低了程序效率。介绍引入非阻塞通信法,最初计算需要通信部分,在其他计算继续时,进行非阻塞通信,最后接收全部数据,从而实现计算和通信重叠,减少通信等待时间;在分布式存储系统中,各节点同时把本节点数据输入输出到本地单独文件中,大幅度减少数据并行I/O时间,随着数据量和CPU数的增加,改善更加明显,从而提高程序性能。     

基于密度聚类和多示例学习的图像分类方法

针对图像的低级特征表示与高级概念之间的语义鸿沟,本文利用密度聚类获得的簇分布信息和多示例学习框架在区分歧义性对象上的特点,提出了一个基于区域特征密度聚类和多示例学习的图像分类方法(DCRF-MIL)。该方法首先将每个图像分割为多个区域,将所有区域组成一个集合,在这个区域集合上,使用密度聚类算法学习到区域特征的簇分布信息;然后,将图像看作包,区域看作包中的示例,基于区域特征的簇分布信息,将包映射为簇分布空间上的一个向量作为包的特征,使得包特征带有图像区域的语义信息;最后,使用支持向量机算法,在带有包特征的训练集上训练分类器,对测试图像进行分类。在Corel图像集和MUSK分子活性预测数据集上的实验表明,DCRF-MIL算法具有分类精度高和参数易于选择等特点。     

CPK标识认证系统的设计及实现

介绍了组合密钥算法(CPK)的原理,提出了基于CPK的标识认证系统的一种构建方法.通过使用基于标识的组合映射算法的密钥管理方法,实现了规模化的密钥管理和独立于第三方的身份认证目的,解决了现有认证系统中认证效率低,可扩展性差等问题.系统通过测试,运行正常.