检索结果-内蒙古大学图书馆

系统仿真学报 2013年第5期25卷 936-944页

作者：杨来史忠植梁帆齐保元中科院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100039

业界已经开始运用云平台来处理海量高维数据,将各种异构系统仿真为一个系统,其中在Hadoop环境进行数据挖掘会遇到数据模型的全局性、HDFS的文件随机写操作、数据生命周期短等问题。为解决这些问题,在Hadoop上实现高效海量数据挖掘,提出... 详细信息

业界已经开始运用云平台来处理海量高维数据,将各种异构系统仿真为一个系统,其中在Hadoop环境进行数据挖掘会遇到数据模型的全局性、HDFS的文件随机写操作、数据生命周期短等问题。为解决这些问题,在Hadoop上实现高效海量数据挖掘,提出了在Hadoop上一种高效数据挖掘框架,利用数据库来模拟链表结构,管理挖掘出来的知识,提供了树形结构、图模型的分布式计算方法;在此基础上实现一个统计算法——Yscore分箱算法,以及决策树和KD树的建树算法;并利用Vega云对Hadoop集群进行仿真。实验数据表明该框架和算法实用可行,且可能拓展与数据挖掘之外的其他领域。

关键词：并行数据挖掘决策树算法 KD树算法 JPA 云计算

来源：评论

学校读者我要写书评

暂无评论

一种由粗到细的头发分割方法

引用

软件学报 2013年第10期24卷 2391-2404页

作者：王丹山世光张洪明曾炜陈熙霖中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 NEC中国研究院北京100084

从图像中提取出头发区域,能够为头发分析、发型趋势预测等任务提供有利的线索.但是,头发的类内模式非常复杂,并且它与其他物体类间也常因光照复杂、表观特征相似等因素而难以分离.因此,头发分割是一个非常具有挑战性的问题.为了一定程... 详细信息

从图像中提取出头发区域,能够为头发分析、发型趋势预测等任务提供有利的线索.但是,头发的类内模式非常复杂,并且它与其他物体类间也常因光照复杂、表观特征相似等因素而难以分离.因此,头发分割是一个非常具有挑战性的问题.为了一定程度地解决这些问题,提出了一种由粗到细的头发分割方法.首先,该方法利用最新提出的利用视点进行主动分割(active segmentation with fixation,简称ASF)的方法,粗略提取头发分割的候选范围,保证头发区域的高召回率(准确率也许较低),并由此排除大部分与头发区域难以分离的背景区域;然后,利用特定于当前图像的头发类别信息,使用图割(graph cuts,简称GC)法在限定的范围内进行更加精细的分割.具体地,采用均值漂移(mean shift,简称MS)方法对输入图像进行区域的过分割;然后,利用贝叶斯方法选择一些可靠的、有较大概率属于头发或背景的"种子区域",针对头发和背景的种子区域,采用支持向量机(support vector machine,简称SVM)在线学习头发和背景的分类器,并将其用于预测每个像素或区域属于头发或背景的概率;最后,将得到的概率用以Graph Cuts的初始化,求解得到最终的头发分割结果.实验结果表明,所提出的头发分割方法能够超越当前提出的头发分割方法.为了验证方法的可推广性,对其进行了一定扩展,并在马、汽车、飞机这3个类别的公开数据库上作了评测,取得了较好的性能.

关键词：头发分割由粗到细图割支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于短语相似度的统计机器翻译模型

引用

高技术通讯 2009年第4期19卷 337-341页

作者：何中军刘群林守勋中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京100190 中国科学院研究生院北京100049

针对基于短语的统计机器翻译(SMT)模型中由于采用精确匹配策略导致的短语稀疏问题,提出了一种基于短语相似度的统计机器翻译模型。该模型将基于实例的翻译方法引入到统计机器翻译中。翻译时,对于训练语料库中未出现过的短语,通过计算源... 详细信息

针对基于短语的统计机器翻译(SMT)模型中由于采用精确匹配策略导致的短语稀疏问题,提出了一种基于短语相似度的统计机器翻译模型。该模型将基于实例的翻译方法引入到统计机器翻译中。翻译时,对于训练语料库中未出现过的短语,通过计算源语言短语之间的相似度,采用模糊匹配策略从短语表中查找相似的实例短语,并根据实例短语为其构造翻译。与精确匹配策略相比,利用相似度进行模糊匹配增加了对短语表的利用程度,缓解了短语稀疏问题。实验表明,该模型能够明显地提高统计机器翻译的质量,效果超过了当前最好的短语系统'摩西(Moses)'。

关键词：相似度基于短语的统计机器翻译基于实例的机器翻译

来源：评论

学校读者我要写书评

暂无评论

基于视频的三维人体运动跟踪系统的设计与实现

引用

计算机辅助设计与图形学学报 2007年第6期19卷 769-774,780页

作者：邓宇李振波李华中国科学院计算技术研究所智能信息处理重点实验室北京100080 国家智能计算机研究中心北京100080 中国科学院研究生院北京100049

在优化粒子滤波跟踪框架下,设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三维人体运动跟踪系统.通过定义三维人体模型、摄像机模型以及观测似然模型,得到跟踪所需目标函数,并使用优化粒子滤波算法进行求解.实验... 详细信息

在优化粒子滤波跟踪框架下,设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三维人体运动跟踪系统.通过定义三维人体模型、摄像机模型以及观测似然模型,得到跟踪所需目标函数,并使用优化粒子滤波算法进行求解.实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于体育运动分析和动画制作等领域.

关键词：三维人体运动跟踪优化粒子滤波多特征结合多摄像机环境

来源：评论

学校读者我要写书评

暂无评论

一种基于时序窗口的动态热点话题提取模型

引用

高技术通讯 2010年第6期20卷 590-595页

作者：马慧芳尹旻何清史忠植中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100049 联想(中国)研究院网络服务研究室北京100085

针对新闻领域的专题组织进行了研究,提出了一种基于时序窗口的动态热点话题提取模型。该模型整合了热点话题的两个特点。一方面关注主题词在新闻文本中的广泛性,衡量标准为多频道播报特征项的频率综合,词频越高其广泛性越高;另一方面考... 详细信息

针对新闻领域的专题组织进行了研究,提出了一种基于时序窗口的动态热点话题提取模型。该模型整合了热点话题的两个特点。一方面关注主题词在新闻文本中的广泛性,衡量标准为多频道播报特征项的频率综合,词频越高其广泛性越高;另一方面考虑新闻流主题词的突发性,表现为特定时间段内主题词出现频率显著异常于其它时间段。引入时序窗口进行上升和下降突发模式提取,并结合TF-DF作为主题词赋权值依据。实验结果表明,这种基于时序窗口的动态热点话题提取模型对新闻文本进行主题抽取具有很好的性能。

关键词：话题提取时序窗口广泛性突发性 TF-PDF

来源：评论

学校读者我要写书评

暂无评论

结构相似度稀疏编码及其图像特征提取

引用

模式识别与人工智能 2010年第1期23卷 17-22页

作者：李志清施智平李志欣史忠植中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100049 湘潭大学信息工程学院湘潭411105

将结构相似度引入到稀疏编码模型中,提出基于结构相似度的稀疏编码模型.基于该模型提取出图像的稀疏编码特征.实验结果表明,改进后的稀疏编码模型更好地保持了结构信息,更加符合人眼视觉系统特性.将文中提出的模型应用到特征提取中,可... 详细信息

将结构相似度引入到稀疏编码模型中,提出基于结构相似度的稀疏编码模型.基于该模型提取出图像的稀疏编码特征.实验结果表明,改进后的稀疏编码模型更好地保持了结构信息,更加符合人眼视觉系统特性.将文中提出的模型应用到特征提取中,可获得结构信息保持得更好的图像特征.

关键词：特征提取稀疏编码结构相似度基函数图像重构

来源：评论

学校读者我要写书评

暂无评论

基于社会标注的Web资源语义聚类研究

引用

高技术通讯 2012年第1期22卷 48-54页

作者：杨鲲马慧芳史忠植中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100049 中国计量科学研究院北京100130

在深入分析社会标注系统中用户、标签及被标注Web资源之间的关联关系的基础上，提出了基于用户标签的Web资源语义描述获取算法，并基于所获取的Web资源语义描述及其与用户之间的关联关系，利用一种迭代的聚类算法对社会标注系统中的Web... 详细信息

在深入分析社会标注系统中用户、标签及被标注Web资源之间的关联关系的基础上，提出了基于用户标签的Web资源语义描述获取算法，并基于所获取的Web资源语义描述及其与用户之间的关联关系，利用一种迭代的聚类算法对社会标注系统中的Web资源进行基于语义的聚类，该聚类算法通过迭代不断加强被聚类资源间的一致性信息，从而能够克服传统聚类算法所面临的数据稀疏以及性能问题。研究表明，对Web资源所处环境的各种关联关系的深入分析，能够帮助用户更好地理解和操作相关Web资源，尤其是对于本身特征不充分或难以获取的Web资源来说，关联关系的分析研究具有十分重要的意义。

关键词：社会标注语义抽取语义聚类算法广义关联

来源：评论

学校读者我要写书评

暂无评论

面向大规模语料的语言模型研究新进展

引用

计算机研究与发展 2009年第10期46卷 1704-1712页

作者：骆卫华刘群白硕中国科学院研究生院北京100049 中国科学院计算技术研究所智能信息处理重点实验室北京100190 上海证券交易所上海200120

N元语言模型是统计机器翻译、信息检索、语音识别等很多自然语言处理研究领域的重要工具.由于扩大训练语料规模和增加元数对于提高系统性能很有帮助,随着可用语料迅速增加,面向大规模训练语料的高元语言模型(如N≥5)的训练和使用成为新... 详细信息

N元语言模型是统计机器翻译、信息检索、语音识别等很多自然语言处理研究领域的重要工具.由于扩大训练语料规模和增加元数对于提高系统性能很有帮助,随着可用语料迅速增加,面向大规模训练语料的高元语言模型(如N≥5)的训练和使用成为新的研究热点.介绍了当前这个问题的最新研究进展,包括了集成数据分治、压缩和内存映射的一体化方法,基于随机存取模型的表示方法,以及基于分布式并行体系的语言模型训练与查询方法等几种代表性的方法,展示了它们在统计机器翻译中的性能,并比较了这些方法的优缺点.

关键词：语言模型数据压缩随机存取模型布隆过滤器分布式并行体系

来源：评论

学校读者我要写书评

暂无评论

肽段反相色谱保留时间预测算法及其在蛋白质鉴定中的应用

引用

色谱 2010年第6期28卷 529-534页

作者：刘超王海鹏付岩袁作飞迟浩王乐珩孙瑞祥贺思敏中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院研究生院北京100049

液相色谱-质谱(LC-MS)联用是当今规模化蛋白质鉴定的主流技术。肽段在反相液相色谱(RPLC)中的保留时间主要是由肽段的理化性质和LC条件(固定相、流动相)决定的。可以通过分析肽段的理化性质,并量化它们对肽段色谱行为的影响来预测保留... 详细信息

液相色谱-质谱(LC-MS)联用是当今规模化蛋白质鉴定的主流技术。肽段在反相液相色谱(RPLC)中的保留时间主要是由肽段的理化性质和LC条件(固定相、流动相)决定的。可以通过分析肽段的理化性质,并量化它们对肽段色谱行为的影响来预测保留时间。预测结果可以用于帮助提高蛋白质鉴定的数量和可信度,也可用于肽段的翻译后修饰等研究。现在已有的保留时间预测算法主要有保留系数法和机器学习法两大类,得到的预测保留时间与实际保留时间相关系数可达到0.93。随着色谱和质谱技术的不断发展,肽段色谱行为的稳定性和重现性越来越好,保留时间预测结果也越来越准确。预测肽段保留时间将成为提高蛋白质鉴定结果的重要技术手段之一。

关键词：反相液相色谱-质谱联用保留系数机器学习保留时间预测蛋白质肽鉴定

来源：评论

学校读者我要写书评

暂无评论

移动视觉搜索综述

引用

计算机辅助设计与图形学学报 2017年第6期29卷 1007-1021页

作者：贾佳唐胜谢洪涛肖俊斌北京特种工程设计研究院北京100028 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院信息工程研究所信息内容安全技术国家工程实验室北京100093

随着移动互联网、智能移动终端和云计算的高速发展,移动视觉搜索在移动电子商务和网络信息安全等方面具有重要的研究价值和应用前景.文中针对当前移动视觉搜索的国内外研究现状,探讨和分析了移动视觉搜索的系统框架及其关键方法,重点介... 详细信息

随着移动互联网、智能移动终端和云计算的高速发展,移动视觉搜索在移动电子商务和网络信息安全等方面具有重要的研究价值和应用前景.文中针对当前移动视觉搜索的国内外研究现状,探讨和分析了移动视觉搜索的系统框架及其关键方法,重点介绍其中的特征提取与表示、高维索引与匹配、几何一致性校验等方面的基本内容.最后对现有研究中存在的难点问题及其未来的发展趋势进行了展望.

关键词：移动视觉搜索特征提取特征表示高维索引几何一致性校验

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：