检索结果-内蒙古大学图书馆

情报学报 2017年第5期36卷 473-483页

作者：吴志祥王昊王雪颖祁磊苏新宁南京大学信息管理学院南京大学江苏省数据工程与知识服务重点实验室南京大学计算机软件新技术国家重点实验室

奇异值分解是矩阵分析中常用的分解技术,在高维数据的降维、去噪方面有着广泛的应用。本文将矩阵的奇异值分解技术应用到领域专利术语的层次关系解析中,其核心思想是术语语义空间的深度转换,旨在用某种潜在特征代替文档作为属性来表示... 详细信息

奇异值分解是矩阵分析中常用的分解技术,在高维数据的降维、去噪方面有着广泛的应用。本文将矩阵的奇异值分解技术应用到领域专利术语的层次关系解析中,其核心思想是术语语义空间的深度转换,旨在用某种潜在特征代替文档作为属性来表示术语。具体研究包括,基于位置加权的原始术语-文档语义空间的构建方法、基于奇异值分解的术语特征抽取方法、基于术语-特征语义空间的术语层次关系解析方法。本文对论述的理论方法进行了实证研究,证实了该方法的可行性和有效性,并在此基础上实现较大规模的钢铁冶金领域专利术语层次关系解析,将解析结果纳入到本体学习理论体系中,实现该领域专利术语的知识本体化与可视化。

关键词：术语语义空间转换矩阵奇异值分解术语特征抽取术语层次关系本体学习

来源：评论

学校读者我要写书评

暂无评论

结合美学特征的无参考色调映射图像质量评价

引用

宁波大学学报（理工版） 2018年第6期31卷 12-19页

作者：刘佳郁梅姜浩马华林宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室江苏南京210023

如何对色调映射图像(Tone-mapped Image, TMI)质量进行有效评价是图像处理领域亟待解决的问题.现有方法仅是低动态范围图像质量评价方法的改进,并未考虑TM图像本身独有的特点.基于此,本文提出了一种结合美学特征的TMI质量评价方法.从颜... 详细信息

如何对色调映射图像(Tone-mapped Image, TMI)质量进行有效评价是图像处理领域亟待解决的问题.现有方法仅是低动态范围图像质量评价方法的改进,并未考虑TM图像本身独有的特点.基于此,本文提出了一种结合美学特征的TMI质量评价方法.从颜色保真度、色温分布、对比度、黑暗度、自然度5个方面出发提取图像的美学特征,并在梯度域、张量域、高斯差分域和拉普拉斯域提取变换域特征,利用支持向量回归训练得到质量评价模型.在ESPL-LIVE HDR库上的实验表明,现有代表性方法的Spearman秩相关系数最高为0.752,而所提出模型可达0.766,与人眼感知结果具有更强的一致性.

关键词：高动态范围图像色调映射图像图像质量评价美学特征

来源：评论

学校读者我要写书评

暂无评论

一种自适应四叉树分块的图像拼接算法

引用

宁波大学学报（理工版） 2018年第4期31卷 52-58页

作者：王元炜郁梅姜浩邵华宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室江苏南京210023

图像拼接技术是计算机图形学的研究热点,具有代表性的As-Projective-As-Possible(APAP)算法采用均匀分块法来实现图像拼接的局部映射,没有充分考虑图像不同区域之间的差异性.为了兼顾图像拼接的精度和效率,提出了一种基于特征点分布的... 详细信息

图像拼接技术是计算机图形学的研究热点,具有代表性的As-Projective-As-Possible(APAP)算法采用均匀分块法来实现图像拼接的局部映射,没有充分考虑图像不同区域之间的差异性.为了兼顾图像拼接的精度和效率,提出了一种基于特征点分布的图像映射算法,利用四叉树对图像分块来实现图像拼接的局部映射.首先,设定四叉树的最大深度,并根据图像匹配点的总数估计出每个图像块的匹配点阈值;然后,利用最大深度和匹配点阈值对图像做自适应四叉树分块;最后,对不同的图像块使用移动线性变换估计出单应性矩阵,依据估计的结果完成图像拼接.实验结果表明,提出的算法提高了图像拼接的精度,其速度远大于APAP算法,并且提升了拼接图像的质量.

关键词：图像拼接图像映射投影变换四叉树

来源：评论

学校读者我要写书评

暂无评论

组合测试研究进展

引用

中国科技论文 2017年第20期12卷 2391-2400页

作者：聂长海南京大学软件新技术国家重点实验室暨计算机科学与技术系南京210023

经过30多年的发展,组合测试已经发展成为1种独立的和颇具影响的软件测试方法。该方法利用组合覆盖表作为测试用例集,可以有效检测软件系统中各种因素及其相互作用而促发的各种故障。论文在充分分析已有文献的基础上,结合作者在该领域的... 详细信息

经过30多年的发展,组合测试已经发展成为1种独立的和颇具影响的软件测试方法。该方法利用组合覆盖表作为测试用例集,可以有效检测软件系统中各种因素及其相互作用而促发的各种故障。论文在充分分析已有文献的基础上,结合作者在该领域的研究实践,首次系统介绍组合测试的演化发展,总结出其中的关键问题、方法、重要应用和未来发展方向,为组合测试的进一步研究和发展提供支持和参考。

关键词：软件测试组合测试覆盖表测试用例生成故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于图像内容自适应矩阵完成的高动态范围成像方法

引用

光电工程 2017年第11期44卷 1056-1065页

作者：谢登梅郁梅彭宗举陈芬蒋刚毅宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室南京210023

高动态范围图像合成中容易出现鬼影现象,而传统的矩阵完成算法没有考虑多曝光图像序列的运动特征,导致高动态范围图像中的鬼影未能完全去除。针对这一问题,本文提出一种基于低动态范围图像内容自适应矩阵完成算法以去除高动态范围图像... 详细信息

高动态范围图像合成中容易出现鬼影现象,而传统的矩阵完成算法没有考虑多曝光图像序列的运动特征,导致高动态范围图像中的鬼影未能完全去除。针对这一问题,本文提出一种基于低动态范围图像内容自适应矩阵完成算法以去除高动态范围图像中的鬼影。首先,根据图像的亮度和色度信息,确定低动态范围图像的运动区域;然后根据这一运动先验信息,调整矩阵完成算法过程中的正则化约束强度,从而得到每幅低动态范围图像的背景信息;最后,考虑到不同曝光度的图像在每一区域所包含的细节不同,采用与曝光相关的融合策略合成去鬼影的高动态范围图像。实验分别采用简单背景图像序列和复杂背景图像序列,结果表明,所提出的算法相比于奇异值部分和最小化矩阵完成算法,能取得更好的合成效果,适用于复杂背景下的高动态范围图像合成。

关键词：高动态范围成像运动先验知识矩阵完成曝光相关

来源：评论

学校读者我要写书评

暂无评论

基于聚类和核密度估计假设检验的异常值检测方法

引用

数据采集与处理 2017年第5期32卷 997-1004页

作者：周春蕾田品卓杨晨琛王皓南京大学计算机软件新技术国家重点实验室南京210023 江苏方天电力技术有限公司南京211102

异常值检测是数据挖掘领域中的核心问题,在工业生产中也有着广泛的应用。准确高效的异常值检测方法能够及时反映出工业系统运行状态,为相关人员提供参考,而传统的异常值检测方法无法很好地检测出变化模式复杂、变化范围小、具有流数据... 详细信息

异常值检测是数据挖掘领域中的核心问题,在工业生产中也有着广泛的应用。准确高效的异常值检测方法能够及时反映出工业系统运行状态,为相关人员提供参考,而传统的异常值检测方法无法很好地检测出变化模式复杂、变化范围小、具有流数据特性的数据中的异常值。因此,本文提出了一种新的针对该类型数据的异常值检测方法:首先通过对数据进行聚类划分,将相似的数据进行归类,从而将原本复杂的数据分布拆解成为每个聚类下简单数据分布的叠加;然后使用核密度估计假设检验的方法对待检测数据进行异常值检测。在标准数据集和真实数据上的实验结果表明,该方法相比于传统的异常值检测方法在检测精度上有一定的提升。

关键词：异常值检测聚类假设检验核密度估计

来源：评论

学校读者我要写书评

暂无评论

基于Logistic函数和用户聚类的协同过滤算法

引用

浙江大学学报（工学版） 2017年第6期51卷 1252-1258页

作者：毛宜钰刘建勋胡蓉唐明董湖南科技大学计算机科学与工程学院知识处理与网络化制造湖南省普通高校重点实验室湖南湘潭411201 南京大学计算机软件新技术国家重点实验室江苏南京210000

针对协同过滤推荐算法的数据稀疏性和可扩展性问题,提出一种基于Logistic函数和用户聚类的协同过滤算法.计算用户对服务关键词的偏好度,构建用户-关键词偏好向量,并基于此向量对用户进行聚类;采用Logistic函数计算用户对服务的兴趣度,... 详细信息

针对协同过滤推荐算法的数据稀疏性和可扩展性问题,提出一种基于Logistic函数和用户聚类的协同过滤算法.计算用户对服务关键词的偏好度,构建用户-关键词偏好向量,并基于此向量对用户进行聚类;采用Logistic函数计算用户对服务的兴趣度,并根据兴趣度相似性在目标用户所在类内寻找其最近邻居;通过最近邻居预测用户对服务的兴趣度,将兴趣度较高的服务推荐给用户.基于真实数据集的实验证明,与传统协同过滤算法相比,本文算法能取得更高的准确率,且聚类后算法运行时间显著减少,有效地提高了推荐的实时性.

关键词：用户聚类 Logistic函数服务关键词协同过滤数据稀疏性

来源：评论

学校读者我要写书评

暂无评论

基于内容的图像分割方法综述

引用

软件学报 2017年第1期28卷 160-183页

作者：姜枫顾庆郝慧珍李娜郭延文陈道蓄计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京理工大学泰州科技学院移动互联网学院江苏泰州225300 南京工程学院通信工程系江苏南京211167

图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的... 详细信息

图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别加以介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行了分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准,并用实验对各种图像分割算法进行对比.最后进行总结,并对未来可能的发展趋势加以展望.

关键词：图像分割图论聚类语义分割深度神经网络

来源：评论

学校读者我要写书评

暂无评论

众包众筹视角下的高等工程教育产教融合模式研究

引用

吉林工程技术师范学院学报 2018年第9期34卷 59-61页

作者：乔大雷鲍建成戴立坤江苏海事学院信息工程学院江苏南京211170 南京大学计算机软件新技术国家重点实验室江苏南京210023

产教融合是高等工程教育的本质特色,也是当前国家产业转型升级背景下工程教育发展的必由之路。本文基于众包、众筹技术,以全新的视角探索现代工程教育中产教融合模式构建及创新实践,调动行业产业、教师、学生三方主体参与产教融合的积极... 详细信息

产教融合是高等工程教育的本质特色,也是当前国家产业转型升级背景下工程教育发展的必由之路。本文基于众包、众筹技术,以全新的视角探索现代工程教育中产教融合模式构建及创新实践,调动行业产业、教师、学生三方主体参与产教融合的积极性;实现产教融合机制创新,共建学生能力培养、教师成长以及企业发展的校企共赢式发展平台;落脚于学生能力的培养,使学生不出校门就能接触到真实的产业技术,实现学校培养与产业需求的"零距离"。

关键词：众包众筹高等工程教育产教融合协同育人

来源：评论

学校读者我要写书评

暂无评论

一种基于贝叶斯后验的异常值在线检测及置信度评估算法

引用

中国科学技术大学学报 2017年第8期47卷 644-652页

作者：孙栓柱宋蓓李春岩王皓江苏方天电力技术有限公司江苏南京211102 南京大学计算机软件新技术国家重点实验室江苏南京210023

为识别一类更新速度快、变化趋势平缓、缺少人工类标的大数据量工业时间序列中所存在的异常值,提出了一种以贝叶斯后验为基础的异常值在线检测及置信度评估算法.算法将预测检测和假设检验相结合,首先建立时间序列自回归模型,然后对预测... 详细信息

为识别一类更新速度快、变化趋势平缓、缺少人工类标的大数据量工业时间序列中所存在的异常值,提出了一种以贝叶斯后验为基础的异常值在线检测及置信度评估算法.算法将预测检测和假设检验相结合,首先建立时间序列自回归模型,然后对预测残差作基于贝叶斯原理的后验检验,用后验概率对数比确定序列中的异常值.为减少识别过程中的误判,在检测完成后,利用自组织映射神经网络计算状态转移概率,进一步对已标记的异常值进行置信度评估.通过定期更新模型,算法各参数能动态保持与数据变化规律同步,提高了检测的准确率.实验结果表明,该算法能够对时间序列异常值准确快速地进行在线检测,同时给出可靠的置信度评估,具有较高的实用价值.

关键词：时间序列异常检测贝叶斯后验置信度评估

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：