检索结果-内蒙古大学图书馆

模式识别与人工智能 2013年第8期26卷 751-760页

作者：王相海方玲玲辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 苏州大学计算机科学与技术学院苏州215006

基于活动轮廓模型的图像分割方法作为计算机视觉应用领域的一个研究热点而倍受关注.文中首先阐述活动轮廓模型的数学模型及其相关的数值实现方法.然后以参数活动模型和几何活动模型的发展为主线,对活动模型的发展进行综述,对其应用于图... 详细信息

基于活动轮廓模型的图像分割方法作为计算机视觉应用领域的一个研究热点而倍受关注.文中首先阐述活动轮廓模型的数学模型及其相关的数值实现方法.然后以参数活动模型和几何活动模型的发展为主线,对活动模型的发展进行综述,对其应用于图像分割的经典方法、优势和所存在的问题进行比较性研究.最后对活动轮廓模型的未来发展进行展望。

关键词：参数活动轮廓模型几何活动模型轮廓曲线演化水平集函数拓扑结构

来源：评论

学校读者我要写书评

暂无评论

基于评价对象类别的跨领域情感分类方法研究

引用

计算机科学 2013年第1期40卷 229-232,250页

作者：张慧李寿山李培峰朱巧明江苏省计算机信息处理技术重点实验室苏州215006 苏州大学计算机科学与技术学院苏州215006

情感分类任务具有领域相关性,即使用某一个领域的标注样本训练出的分类模型在对其他领域样本进行分类时性能表现往往会非常差。情感分类的跨领域学习旨在减少跨领域的性能损失。提出一种基于评价对象类别的跨领域学习方法。首先,将评价... 详细信息

情感分类任务具有领域相关性,即使用某一个领域的标注样本训练出的分类模型在对其他领域样本进行分类时性能表现往往会非常差。情感分类的跨领域学习旨在减少跨领域的性能损失。提出一种基于评价对象类别的跨领域学习方法。首先,将评价对象分为4大类:整体、硬件、软件和服务;然后,人工标注源领域中属于以上4类评价对象的句子,并构建评价对象类别分类器;最后,将不同的评价对象类别当作不同的视图,进而使用协同学习(Co-trai-ning)进行跨领域情感分类。实验结果表明,提出的方法有效地改进了跨领域学习性能。

关键词：评价对象协同训练最大熵跨领域情感分类

来源：评论

学校读者我要写书评

暂无评论

协同进化的近似规则纹理合成

引用

中国图象图形学报 2013年第1期18卷 107-114页

作者：王相海陶兢喆辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排... 详细信息

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排布方式,可适用任意方向周期的纹理;通过去除迁徙、预建立适应度表等操作,很好地减轻了适应度计算开销的冗余度,并且新的进化过程能够更好地实现并行化。实验结果表明所提方案不仅在通用性上有所增强,在效率上也得到了显著提升。

关键词：纹理合成近似规则纹理进化系统协同进化

来源：评论

学校读者我要写书评

暂无评论

高光谱海岸带区域分割的活动轮廓模型

引用

中国图象图形学报 2013年第8期18卷 1031-1037页

作者：王相海金弋博辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

近年来,高光谱遥感图像的分割作为地物识别和异常目标探测等应用的基础工作而受到重视,而高光谱遥感图像的海量数据和复杂结构使其分割技术成为一项挑战性的工作。在对海岸带高光谱遥感图像的光谱特性进行分析的基础上,提出一种基于光... 详细信息

近年来,高光谱遥感图像的分割作为地物识别和异常目标探测等应用的基础工作而受到重视,而高光谱遥感图像的海量数据和复杂结构使其分割技术成为一项挑战性的工作。在对海岸带高光谱遥感图像的光谱特性进行分析的基础上,提出一种基于光谱特性的海岸带水、陆区域分割的偏微分方程活动轮廓模型:首先以高光谱海岸带图像的海域像元光谱信息为参照点,构建海岸带高光谱图像的能量偏差矩阵;在此基础上建立适应该能量偏差矩阵的水、陆区域分割的活动轮廓模型。模型通过引入基于梯度的边缘引导函数,提升了对水、陆区域边缘的捕捉能力和抗噪声干扰能力。实验结果表明,与传统活动轮廓模型相比,本文模型不仅能够保证水、陆区域分割的精度,而且具有更快的计算速度。

关键词：高光谱遥感图像海岸带区域分割能量偏差矩阵活动轮廓模型偏微分方程

来源：评论

学校读者我要写书评

暂无评论

小波子带最优方向性选择和压缩感知的图像编解码

引用

中国图象图形学报 2013年第12期18卷 1551-1558页

作者：王相海程露露周夏宋传鸣辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

针对贝叶斯压缩感知应用到图像编解码中所存在的局部优化导致图像解码误差较大的问题,提出一种小波子带最优方向性选择结合贝叶斯压缩感知的编解码方法,以降低解码误差,进而提高编解码的精确度。根据图像小波变换的高、低频子带系数间... 详细信息

针对贝叶斯压缩感知应用到图像编解码中所存在的局部优化导致图像解码误差较大的问题,提出一种小波子带最优方向性选择结合贝叶斯压缩感知的编解码方法,以降低解码误差,进而提高编解码的精确度。根据图像小波变换的高、低频子带系数间所存在的相关性及差异,对其分别进行编解码;为使含图像主要信息的低频系数避免局部优化问题,利用低频系数内部存在的相关性,引入了小波最优方向选择方法对低频系数编解码;并结合基于小波变换的贝叶斯压缩感知对含细节信息的高频系数进行编解码。实验结果表明,该方法在不增加码率的情况下,解码图像具有较好的主观质量,且解码图像的峰值信噪比(PSNR)和结构相似指数度量(SSIM)均有一定程度提高。

关键词：小波子带最优方向压缩感知稀疏表示图像编解码

来源：评论

学校读者我要写书评

暂无评论

基于树核函数的中英文代词消解?

引用

软件学报 2013年第5期 1085-1099页

作者：孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室，江苏苏州 215006 江苏省计算机信息处理技术重点实验室，江苏苏州 215006

　　基于树核函数，提出了从使用中心理论、集成竞争者信息和融入语义角色相关信息这3个方面对结构化句法树进行动态扩展来提升中英文代词消解的性能。首先探索了3种基本结构化句法树捕获方案，并使用SVMLight中提供的卷积树核函数直接... 详细信息

　　基于树核函数，提出了从使用中心理论、集成竞争者信息和融入语义角色相关信息这3个方面对结构化句法树进行动态扩展来提升中英文代词消解的性能。首先探索了3种基本结构化句法树捕获方案，并使用SVMLight中提供的卷积树核函数直接进行基于结构化句法树的相似度计算，从而完成指代消解任务；其次，在分析3种结构化句法树捕获方案的基础上，从中心理论、竞争者信息和语义角色相关信息等几方面对捕获的结构化句法树进行了扩展；最后，通过ACE 2004 NWIRE英文语料和ACE 2005 NWIRE中文语料上的实验，说明了这些扩展能够提升代词消解的性能。

关键词：代词消解结构化句法树树核函数

来源：评论

学校读者我要写书评

暂无评论

P2P流媒体系统激励机制设计与分析

引用

小型微型计算机系统 2013年第5期34卷 959-963页

作者：温琼翡朱艳琴纪其进苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

在P2P系统中,由于大量自私节点的存在,导致系统中存在公共的悲剧和搭便车现象.如何使节点能够自发的共享自身所拥有的数据资源严重困扰着P2P系统.针对这一问题,提出一种基于博弈论的P2P视频点播激励机制.通过采用差分服务方式,引入贡献... 详细信息

在P2P系统中,由于大量自私节点的存在,导致系统中存在公共的悲剧和搭便车现象.如何使节点能够自发的共享自身所拥有的数据资源严重困扰着P2P系统.针对这一问题,提出一种基于博弈论的P2P视频点播激励机制.通过采用差分服务方式,引入贡献值这一概念来激励节点积极上传资源;并基于博弈论的知识对所提机制进行分析,证明所提机制存在纳什均衡并求解出该纳什均衡.模拟实验和相关数据分析表明,该策略能有效的激励节点上传视频数据,改进了P2P网络中的资源共享,从而最大化系统的效用.

关键词： P2P视频点播资源分配搭便车现象激励机制博弈论

来源：评论

学校读者我要写书评

暂无评论

GC^1约束的多三角Bézier曲面混合降阶逼近研究

引用

计算机研究与发展 2013年第5期50卷 1012-1020页

作者：王相海黄俊英李明辽宁师范大学计算机与信息技术学院辽宁大连116029 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 辽宁师范大学数学学院辽宁大连116029 邢台学院信息科学与技术系河北邢台054001

三角曲面的降阶问题一直是CAGD领域的一个难点问题,近年来受到关注.对L2范数下多三角Bézier曲面在拼接边界满足GC1约束的降阶逼近问题进行研究,包括:1)给出了一种L2范数下单一三角Bézier曲面的一次降多阶的逼近算法;2)对两个... 详细信息

三角曲面的降阶问题一直是CAGD领域的一个难点问题,近年来受到关注.对L2范数下多三角Bézier曲面在拼接边界满足GC1约束的降阶逼近问题进行研究,包括:1)给出了一种L2范数下单一三角Bézier曲面的一次降多阶的逼近算法;2)对两个三角Bézier曲面在拼接边界上满足GC1约束的降阶逼近算法进行研究,提出一种通过调整两个三角Bézier曲面片距离拼接边界的第2排内部控制点来满足GC1约束的降阶逼近算法;3)研究基于调整三角Bézier曲面片内部控制点的多三角曲面片在各拼接边界满足GC1约束的曲面降阶算法.算法首先按照2)中的方法,确定每两个三角Bézier曲面片在公共边界满足GC1约束的降阶逼近所需要调整的内部控制点,然后构造blending函数.通过将每个三角Bézier曲面所对应的多组控制点进行混合,形成新的混合降阶曲面的三角Bézier格式,并在理论上证明该混合三角Bézier降阶曲面片与其周边的各降阶曲面片仍保持GC1约束.实验结果表明,所提方法简单实用,逼近效果好.

关键词：三角Bézier曲面降阶 GC1约束混合逼近

来源：评论

学校读者我要写书评

暂无评论

最大局部加权均值差异嵌入

引用

电子学报 2013年第8期41卷 1462-1468页

作者：皋军黄丽莉苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 盐城工学院信息工程学院江苏盐城224001 安徽理工大学电气与信息工程学院安徽淮南232001

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适... 详细信息

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适应性.因此本文在MMD准则的基础上,并结合已经被广泛研究和探讨的局部学习方法,提出一个新的评价度量:最大局部加权均值差异(Maximum LocalWeightedMean Discrepancy,MLMD),该度量反映源域和目标域分布差异时能充分考虑两个区域内在的局部结构,同时还能通过局部分布差异去反映全局分布差异.本文还在此度量的基础上提出一种能实现迁移学习任务并具有一定局部学习能力的特征提取方法:最大局部加权均值差异嵌入(Maximum Local WeightedMean Discrepancy Embedding,MWME).该方法不但能完成传统意义上的特征提取,同时还能完成在两个分布存在差异但相关的两个区域上实现领域适应学习,从而表明该特征提取方法具有较好的鲁棒性和适应性.实验证明MLMD准则和MWME方法具有上述优势.

关键词：最大均值差异嵌入最大局部均值差异最大局部加权均值差异嵌入特征提取迁移学习

来源：评论

学校读者我要写书评

暂无评论

一种基于LDA模型的主题句抽取方法

引用

计算机工程与应用 2013年第2期49卷 160-164,257页

作者：王力李培峰朱巧明苏州大学计算机科学和技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

在基于Web的主题关键词查询扩展,获取候选主题句的基础上,提出一种基于LDA模型的主题句抽取方法,以抽取粒度较细的主题信息,并增加主题信息的置信度。该方法通过多个侧面对目标主题的衬托,采用LDA模型对主题信息进行建模,利用各个主题... 详细信息

在基于Web的主题关键词查询扩展,获取候选主题句的基础上,提出一种基于LDA模型的主题句抽取方法,以抽取粒度较细的主题信息,并增加主题信息的置信度。该方法通过多个侧面对目标主题的衬托,采用LDA模型对主题信息进行建模,利用各个主题概率分布的平滑度进行候选句的可信度计算来抽取主题句。在面向Web的主题句抽取的具体应用中,取得了较好的效果。

关键词：隐含狄利克雷分配(LDA) 主题模型主题句抽取信息融合

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：