一种最大化模块度的可重叠联合聚类算法

针对许多现实数据集不仅包含行列簇之间的大量重叠,还包含不属于任何簇的异常值,提出了一种最大化模块度的可重叠的联合聚类方法(OMMCC),即行簇和列簇都允许重叠,并且数据矩阵的行列离群值都不分配给任何簇。具体的,设计了统一框架将数据的非穷尽与可重叠的约束加入目标函数,通过使用迭代交替优化过程直接最大化模块度,高效地获得更好的块对角非穷尽可重叠联合聚类,且重叠程度和非穷尽程度的参数易于理解。实验结果表明,本文方法非常有效、稳定并且优于其他联合聚类算法。     

铁路车载车间综合信息管理系统的开发

车载设备(LKJ和车载信号设备)是铁路安全、运输管理的关键一环,被喻为铁路运输的"保命"装置。介绍了车载车间综合管理信息系统的开发,将车载车间生产实际与计算机准确、快捷的特点相结合,实现车间管理的信息化。     

一种改进的任意形状视频对象纹理编码算法

提出了一种改进的基于视频对泉的纹理编码算法．该算法在部分等级树集分割算法的基础上，充分利用视频对象的形状信息，在构建不重要集合列表时，仅仅对对象内部的小波变换系数进行处理，对对象外部的小波变换系数不作处理．通过这种改进，有效地去除了冗余的元素，使得在具有相同压缩比的条件下，该算法恢复图像的质量有了明显提高．仿真实验结果验证了该算法的有效性．     

基于概率主题建模的图像语义学习与检索

针对图像检索中存在的“语义鸿沟”问题,本文提出一种语义学习模型进行图像的自动标注.首先提出连续的概率潜在语义分析(PLSA)模型及对应的参数估计算法,并利用最大惩罚似然的方法解决协方差矩阵的奇异性问题;然后,提出一个根据不同模态数据各自的特点进行处理的概率模型,该模型使用连续PLSA和传统PLSA分别建模视觉特征和文本关键词,并通过不对称学习算法发现两种模态之间共有的语义主题,从而能更精确地对未知图像进行标注.通过在分别包含5 000幅和31 695幅图像的两个标准Corel数据集上进行实验,并与几种典型的图像标注方法进行比较的结果表明,文中方法具有更高的精度和更好的效果.