基于弧度距离的时间序列相似度量

 时间序列的近似表示和相似度量是时间序列数据挖掘的重要任务之一,是进行相似匹配的关键。该文针对现有的各种基于分段线性表示(Piecewise Linear Representation,PLR)相似度量方法存在的序列长度依赖和多分辨率条件下的潜在识别误差等缺点,提出了一种序列分段线性弧度表示和基于弧度距离的相似度量方法,实现了序列的快速在线分割和相似度计算。该方法简洁直观,利用分段弧度对分段趋势进行细粒度划分来保留序列主要形态特征,有效地提高了度量结果的准确性和多分辨率条件下的稳定性。该方法具有序列分割算法独立性特点,可用于时间序列的相似查询、模式匹配、分类和聚类。     

基于注册和多尺度表观模型的三维头部跟踪

针对人体大范围运动下的头部姿态跟踪问题,提出一种基于尺度不变特征变换（SIFT）局部描述符注册和多尺度表观模型的三维头部姿态跟踪方法.基于SIFT局部描述符的注册算法通过在两帧灰度图像间进行特征点匹配计算两帧间的头部运动,在两帧人脸图像的尺度有一定变化时仍可得到精确结果.多尺度视角表观模型可以减少大范围跟踪时的误差累积,该模型在线选取具有不同头部姿态的关键帧,并通过多次注册的方法来减少当前帧的误差累积.实验结果表明,该方法不仅跟踪结果准确（均方根（RMS）误差为4 °）,而且在人体前后运动约1 m和头部进出摄像机视角情况下均很鲁棒.     

浙江省棉纺织企业依靠科技创新,加快技术进步,实现产业升级的思考

针对浙江省棉纺织企业的情况,提出依靠科技创新,加快技术进步,转变经济增长方式,从市场出发,适当缩减产量的同时提升产品档次,搞好技术改造与产品结构调整,实现产业升级,是浙江省棉纺织企业的必由之路.     

一种有效的历史移动对象轨迹的k最近邻居查询算法

近10多年来,研究者们已经在k最近邻居(kNN)查询方面做了很多工作,但是对于移动对象轨迹的kNN查询处理却研究得很少.鉴于此,研究了在存储有历史移动对象轨迹信息的TB树结构上的kNN查询问题,并且提出了一种有效的基于最佳优先搜索范例的kNN(k≥1)查询算法,称为BFPkNN.BFPkNN是一种I/O最佳的算法,即它仅仅访问有可能包含最终结果的结点.同时,为了减少存储空间和CPU代价,又提出了若干有效的剪枝策略.大量的实验证明BFPkNN在效率和可扩展性上均大大胜过其他同类算法.     

一种用于数据分布管理的模糊DR算法

为了满足分布式交互仿真（DIS）中数据分布管理（DDM）对可扩展性和信息过滤的要求，提出一种模糊推算定位（DR）算法.该算法在多层DR算法基础上，选取系统中有用实体属性对，并确定其相应隶属函数. 采用模糊一致关系从实体各属性间优先次序中得到其权值.通过模糊关联度计算在信息过滤过程中综合考虑实体属性，实现对任意两实体间相关性的衡量，计算结果被用来设置DR算法阈值.仿真结果表明，视角和实体大小属性均对信息过滤过程产生影响. 由该算法过滤后的运动轨迹符合人的感知特点.准确过滤率数据显示，该算法可平衡系统可扩展性要求和精度要求.     

多空间视角及相互感知对协同对象操作的影响研究

在虚拟坦克协同操作系统上研究不同的多空间视角方式(不同空间视角、相同空间视角和单人操作)和相互感知方式(视角共享、语言交流和无感知),在不同任务下对协同对象操作协作效率的影响。结果表明多空间视角方式和相互感知方式对协作效率的影响和具体协作任务紧密相关,在特定协作任务中,合理的多空间视角方式和相互感知方式设计可大大提高系统的协作效率。     

反网络盗用及计费机制的校园网络结构设计

CERNET基于用户流量收费的机制给校园网的管理带来一定的困难，高校校园网 现有计费及反网络盗用技术解决措施存在缺陷，使用效果不理想，该文提出了一种基于新的 反网络盗用及计费机制的校园网络设计方案，较好地兼顾了性能、安全、费用因素。     

新一代数据库技术在CSCW中的应用

支持协同工作是最重要的数据库应用之一。分析CSCW对数据库的要求,并从科研角度出发,具体阐述分布式数据库、时态数据库、实时数据库、主动数据库、移动对象数据库、时空数据库以及其它数据库(如协同数据库、多版本数据库等)等新一代数据库技术在CSCW中的应用。     

CIM在配置管理系统中的应用研究

本文分析了公用信息模型(CIM)在配置管理系统中的应用。对CIM模型与关系数据库的映射机制进行了阐述和分析,给出了基于CIM的配置管理系统的数据模型。     

基于LDA主题模型的分布式信息检索集合选择方法

该文针对分布式信息检索时不同集合对最终检索结果贡献度有差异的现象,提出一种基于LDA主题模型的集合选择方法。该方法首先使用基于查询的采样方法获取各集合描述信息;其次,通过建立LDA主题模型计算查询与文档的主题相关度;再次,用基于关键词相关度与主题相关度相结合的方法估计查询与样本集中文档的综合相关度,进而估计查询与各集合的相关度;最后,选择相关度最高的M个集合进行检索。实验部分采用R_m、P@n和MAP作为评价指标,对集合选择方法的性能进行了验证。实验结果表明该方法能更准确的定位到包含相关文档多的集合,提高了检索结果的召回率和准确率。