移动Agent在分布式数据访问中的应用

本文通过对移动Agent技术的研究,针对目前B/S模式下分布式数据访问存在的问题,结合网上科技论文查询系统,给出了一个基于移动Agent技术的分布式数据访问模型.     

小波视频编码中运动补偿技术研究进展

近年来小波视频编码技术在快速发展，作为视频编码核心步骤的运动补偿技术更是受到了高度重视．许多用于提高编码效率和提供新功能的观点和方法被提出．在介绍小波视频编码技术特点和基本方法的基础上，着重介绍了运动补偿技术在时域和小波域实现的最新进展，并对发展趋势进行了展望．     

融合网格划分和DBSCAN的改进聚类算法

针对基于密度的噪声应用空间聚类算法（density based spatial clustering of applications with noise,DBSCAN）计算复杂度较高以及无法聚类多密度数据集等问题,提出了一种网格聚类算法和DBSCAN相结合的融合聚类算法（G_FDBSCAN）。利用网格划分技术将数据集划分为稀疏区域和密集区域,分而治之,降低计算的时间复杂度和采用全局参数引起的聚类误差;改进传统的DBSCAN聚算法得到FDBSCAN,将密集区域中网格聚类的结果作为一个整体参与后续的聚类,在网格划分基础上进行邻域检索,减少邻域检索和类扩展过程中对象的无效查询和重复查询,进一步减少时间开销。理论分析和实验测试表明,改进后的算法与DBSCAN算法、DPC算法、KMEANS算法、BIRCH算法和CBSCAN算法相比,在聚类结果接近或达到最优的情况下,聚类效率分别平均提升了24倍、11倍、2倍、3倍和1倍。     

基于知识图谱的互补项目推荐

在缺乏用户交互互补项目方面数据的情况下,将用户对项目的偏好融合到只考虑项目关系的互补项目推荐中,提高推荐模型的性能。提出一种基于知识图谱的互补项目推荐方法,在用户历史交互项目集中推测用户交互的互补项目,基于知识图谱提取用户对互补项目的偏好,利用图像与文本学习项目之间的互补关系,最后基于神经网络实现二者的共同学习。提出的方法在Amazon数据集上与次优的基线方法相比,ACC提升了7%,precision提升了3%,这说明提出的方法性能优异。该算法共同学习用户对项目的偏好与项目之间的互补关系,提升了推荐性能。     

通用的个性化自动谈判服务框架及其实现

针对目前缺少从用户的个性化服务需求到主体服务实现角度设计的通用框架的问题,给出一个通用的个性化自动谈判框架。提出用户个性化服务需求转换为主体服务实现的方法和主体谈判服务的实现步骤,通过一个典型案例的实现与分析结果表明,该框架具有较好的实用性。     

分布式视频编码虚拟依赖信道模型研究

视频信息固有的非平稳特性,如冲突区域等,使时域预测技术变得非常复杂.在分布式视频编码(DVC)中,由于解码端不能获取当前编码帧的信息,精确地对时域相关噪声进行建模变得更为困难.文中以虚拟依赖信道模型为切入点对如何降低时域相关噪声进行了研究.首先对DVC虚拟依赖信道进行了建模,并对影响边信息的主要因素进行了分析,分析结果表明在变换域中不同的频率子带对时域相关噪声的敏感度不同.在此基础上提出了一种新的基于小波变换域的虚拟依赖信道模型VCMDWT,基于分类编码的思想对较为平稳的LL子带进行Wyner-Ziv编码,对非平稳的高频子带进行SPIHT帧内编码.实验结果表明,与基于像素域的方法相比,所提出的VCMDWT模型能够得到更稳定的虚拟信道,提高DVC系统的率失真性能达到2.6dBs以上.     

基于神经网络的用户视频评分自动获取方法

在未来的智能电视系统中,真正的智能视频推荐应该是不需要用户评分动作就能自动、准确地获得用户兴趣、爱好并做出推荐的系统。研究无评分动作约束下的用户评分(揭示了他们的兴趣和爱好)自动获取技术是真正的智能推荐必须解决的一个关键问题。给出了一种基于神经网络的用户视频隐性评分自动获取方法。基于用户视频观看行为与评分样本的实验结果表明,该方法可以有效地获取用户的隐性评分信息。     

XOCPN：支持用户交互的多媒体同步模型

多媒体同步是多媒体应用的一个重要需求。本文对ＯＣＰＮ模型进行了扩展，提出了一种基于时间Ｐｅｔｒｉ网的多媒体同步模型ＸＯＣＰＮ，以对具有时间约束关系的多媒体合成进行规范描述，并具有支持灵活用户交互的能力。文中给出了处理异步用户交互的算法，并用示例说明。