面向Mashup的Web API生态网络结构分析

随着API经济的发展,越来越多的公司通过Web API开放自己的数据和服务,以实现商业增值.与此同时,通过调用和合成不同Web API的Mashup应用开发模式也逐渐流行,形成了面向Mashup的Web API生态系统.然而,目前对这种Web API生态系统的认识还不够深入,对API关系网络和API提供者关系网络缺少分析.本文利用ProgrammableWeb. com上的真实数据对Web API生态网络结构进行了分析,提出了挖掘Web API协作网络以及Web API提供者合作网络的方法,在此基础上分析了这些网络的基本结构特征,如网络尺寸、平均度、聚集系数、同配/异配性等.分析结果不仅能加深对Web API生态系统的认识,还可以为Web API的有效发现提供支持.     

基于纹理的流场可视化方法研究综述

纹理可视化方法是一个可以提供高分辨率输出纹理的流场可视化方法,具有有效性、通用性,被广泛应用于模拟计算流体力学、环境科学、材料工程等多个领域.纹理可视化方法最为核心的研究问题是产生揭示流场特性的纹理,按某种方式在图像空间对像素进行有序排列,呈现出方向、朝向与大小等信息.文中重点围绕纹理可视化方法研究进展进行介绍.首先在对国内外研究工作全面分析与总结的基础上,根据生成不同分辨率纹理所采用的方法不同,将其分为点噪声、线积分卷积、流体、纹理平流等4大类,详细阐述每一类方法的原理及特点,并重点介绍每类方法近期出现的新工作;其次,对各类方法的优缺点及产业影响进行对照分析;最后,对未来展望进行讨论.     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

基于动态纹理和粒子系统的喷泉模拟

喷泉效果可以大大增强虚拟现实系统的沉浸感.粒子系统是实现喷泉效果的有效方法,但该方法由于需要大量三角形单元的绘制,会降低虚拟现实系统的实时性.这里采用矢量控制法来建立粒子系统喷泉模型,然后渲染成一定幅数的连续图像,将这些图像作为贴图,同时采用billboard技术和动态纹理技术实现纹理喷泉的绘制,既保证了系统的真实感,又提高了系统的实时性.     

不同因素对碱激发粉煤灰砂浆强度的影响及机理研究

通过压汞试验探究了不同因素作用下碱激发粉煤灰砂浆内部的孔结构分布特征,并从孔结构特征角度出发对试件的力学性能进行解释.试验结果表明:随着养护龄期的增长,碱激发粉煤灰砂浆试件内部的孔隙率不断上升,但平均孔径(直径)不断下降,结构内部的孔结构分布由离散型的大孔结构逐步转变为分布更为均匀的小孔结构;养护温度和激发剂质量比均会对试件的强度和孔径分布产生影响,养护温度越高,粉煤灰水化越充分,结构内部孔径随着龄期的增长而逐渐减小,试件抗压强度越高;质量比对孔结构的影响最为复杂,随着质量比的变化,碱激发粉煤灰砂浆试件内部孔结构分布和强度均呈阶段性变化.     

金庄地区长6成岩作用及孔隙结构特征

利用岩石学、地层学、沉积学、储层地质学等理论和方法,通过显微镜薄片观察、扫描电镜和X衍射等资料的统计分析,对鄂尔多斯盆地南泥湾油田金庄地区上三叠统延长组长6油层组的岩石学特征、成岩作用、孔隙、喉道类型、孔喉结构特征以及成岩作用对储层物性的影响进行深入研究,分析该地区主要成岩作用及孔隙结构特征。研究结果表明,金庄地区长6油层组碎屑岩主要为灰色、浅灰色、灰绿色、灰褐色细砂岩和中-细砂岩,碎屑成分主要为石英、长石、岩屑和云母,杂基与胶结物的含量变化大,为1%~33%,主要集中在4%~22%,平均为约9%.砂岩以原生粒间孔和长石溶孔为主,孔隙类型为溶孔-粒间孔和粒间孔-溶孔;孔喉结构主要为大孔-细喉型和中孔-微细喉型,是研究区主要储集空间类型,总体上为低孔、低渗储层;成岩作用主要有压实、压溶、胶结和溶解作用。     

基于机器学习的图像块效应盲评价算法

图像失真不仅能反映在图像的真实结构上,也能反映在图像的伪结构上,利用图像伪结构,基于支持向量机,提出一种图像块效应盲评价方法,在该方法中,使用支持向量机对联合图像专家小组（joint photographic experts group, JPEG)图像的伪结构特征进行训练以实现对图像进行质量评价。这些伪结构特征包括稀疏特征、边缘特征和颜色特征,利用支持向量机对图像的伪结构特征和主观评价结果进行训练,对未训练的图像进行预测。实验证明,该方法能够正确评价JPEG图像的质量且与图像的主观评价结果保持很高的一致性。     

相位一致性结合局部二元模式的纹理分类方法

局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统计其直方图,最后用Chi-square距离来度量纹理图像之间的相似性。由于滤波过程可以极大地降低噪声对图像的干扰,因此LBP与PC方法结合后在图像表征和纹理描述中具有较高的鲁棒性能。     

基于二次修正的LBP算子和稀疏表示的人脸表情识别

针对传统局部二元模式(LBP)算子存在直方图维数过高而导致识别速度降低和二值数据对噪声很敏感的问题,在分析传统LBP算子的原理基础上,对人脸表情特征的数据量增加、人脸表情特征向量和特征识别过程的优化进行如下改进:将人脸表情图像经过小波包的分解和重构,得到4幅不同频段的图像,从而有效地增加原表情图像的数据量;采用修正的LBP算法对人脸表情图像进行特征提取,并通过稀疏表示模型优化其特征向量,有效地降低传统LBP直方图的维数,提高人脸表情识别率,二次修正的LBP算法鲁棒性好;构建基于神经网络的多分类器模型,融合多特征多分类器的输出,有效地提高表情特征分类的准确性和稳定性。研究结果表明:与传统LBP算法对比,本算法用于人脸表情的识别时,其识别率得到较大幅度提高,算法鲁棒性好。