基于规则的交互上下文预测基于规则的交互上下文预测

为了改进当前上下文预测中由于缺乏对交互情况的考虑所导致的不完全预测问题,提出了基于规则对交互上下文进行预测的方法．给出了交互上下文的定义及使用本体对交互上下文进行建模的方法．在基于规则的交互上下文预测架构中,利用交互规则发掘算法和交互预测算法等推理计算得出交互规则,根据得到的交互规则对交互上下文进行预测．该方法的使用合理地改进了传统的上下文模型,从根本上系统地解决了传统的上下文预测的局限性问题,有效地提高了上下文预测的能力．     

基于SIP的上下文感知业务装置

随着下一代网络（NGN）各种技术的遥步发展，如何在NGN中使用户不受干扰地享受各种业务将成为未来应用的热点，目前研究的上下史感知（context—aware）技术正好可以实现这个目的，因此，设计一种协议来实现各种基于context的自适应业务是至关重要的。考虑到SIP协议灵活且易于扩展，结合当前一些广泛应用的context—awsre业务，提出了一个基于SIP扩展的CASIP。通过对context的研究，引入context服务器，给出了增强的网络架构，详细阐述了基于CASIP协议的上下文感知业务的实现技术。     

基于上下文认知的高能效路由算法

针对由智能移动通信设备组成的、支持网络富媒体应用的无线Ad hoc网络环境,提出了一种基于上下文认知的高能效路由算法.该算法使用上下文认知自学习方法监测设备运行过程中的上下文信息,计算节点上各类应用对应的能量效用值,然后综合利用节点上与应用相关的能量效用、剩余能量和信号强度等上下文信息自适应地调整路由,为资源受限的移动节点节约能量.仿真结果表明,与一些经典路由算法相比,文中路由算法能有效地提高网络的能量使用效率和网络生存时间,减少网络的时延开销.     

基于字典学习改进的时空上下文算法

针对强遮挡导致的跟踪目标失效问题, 提出一种基于字典学习改进的时空上下文算法. 先在目标和上下文区域构建前景字典和上下文字典, 再利用稀疏解的特性, 给提取目标特征更高的权重, 并参与模板的更新, 构造新的条件概率. 实验结果表明, 在出现严重遮挡的数据集中, 时空上下文算法跟踪成功率为19.5%, 改进算法成功率达94.5%, 改进算法能在出现强遮挡情况下有效对抗遮挡问题, 稳定跟踪.     

基于字典学习改进的时空上下文算法

针对强遮挡导致的跟踪目标失效问题, 提出一种基于字典学习改进的时空上下文算法. 先在目标和上下文区域构建前景字典和上下文字典, 再利用稀疏解的特性, 给提取目标特征更高的权重, 并参与模板的更新, 构造新的条件概率. 实验结果表明, 在出现严重遮挡的数据集中, 时空上下文算法跟踪成功率为19.5%, 改进算法成功率达94.5%, 改进算法能在出现强遮挡情况下有效对抗遮挡问题, 稳定跟踪.     

基于上下文感知的自适应目标跟踪算法

为了更好地在复杂环境下跟踪到目标的运动轨迹,提出一种基于上下文感知的自适应目标跟踪算法.在满足实时性和精度的情况下,利用相关滤波联合全局上下文进行背景训练,利用目标及其上下文区域,实现协同跟踪.通过卡尔曼滤波估计出目标的运动方向,并在训练滤波器时将目标运动方向上的背景信息作为先验信息,降低非运动方向上背景样本的权重,增...     

基于时空上下文的航拍视频绝缘子跟踪算法

为解决时空上下文跟踪算法在航拍视频绝缘子出现大尺度变化产生的漂移问题,提出一种大尺度自适应的航拍视频绝缘子跟踪算法。提取绝缘子图像的局部二值模式特征构建时空上下文模型,改进时空上下文尺度更新策略不能适应大尺度变化问题。最后在航拍视频序列进行的对比实验表明,算法在平均重叠率和平均中心位置误差指标上有了较大提升;且能很好地适应绝缘子大尺度变化,具有更好的跟踪效果。     

基于时空上下文信息的混合交通视频检测算法

前景物体的边缘信息对混合交通视频检测的参数提取和表达具有非常重要的作用. 为克服孤立地利用当前图像无法准确提取边缘信息的问题,提出了基于时空上下文表达的混合交通边缘提取新算法. 在获取当前边缘信息基础上,结合运动目标的特征属性与时空上下文相关信息,通过检索文本的关联性,进行前景边缘提取. 实验表明,文中算法能够准确而充分利用上下文信息实现前景边缘的提取,前景边缘的有效提取率可达95%以上,为后续混合交通视频检测的分类识别和参数提取提供了有效的依据.      

基于上下文特征的视网膜血管分割算法

针对视网膜血管分布复杂且多变,提出一种基于上下文特征提取的视网膜血管分割算法。首先通过霍特林变换(Karhunen-Loeve, K-L)生成灰度图并经过预处理增强对比度。然后经过局部信息熵进行采样。该网络编码部分的多感受野残差编码模块在兼顾速度的同时对特征进行充分的提取。同时底部的特征融合模块由非对称融合非局部模块和非对称金字塔非局部模块两部分组成,用于融合图片的上下文特征。而解码部分由多个微型U型网络组成,保证将底层特征和高层映射特征有效融合并进行深层次的再提取。本文算法在血管分割的数字视网膜图像数据集(digital retinal image for vessel extraction, DRIVE)数据集进行仿真,准确率为96.45%,特异性为98.37%,敏感度为82.7%,实验结果表明能有效地分割视网膜血管。     

考虑上下文质量的不确定上下文可信融合方法

针对复杂传感器网络环境下对传感器上下文精确定位、智能推理与可信融合的要求,结合上下文感知中间件和普适上下文质量管理技术,提出了一种考虑上下文质量的不确定上下文可信融合方法,该方法扩展了传统的上下文感知中间件模型,通过基于质量的上下文本体模型、上下文质量门阀管理、质量因子分类配置、质量因子筛选与可信度度量矩阵构建、重复与不一致上下文丢弃管理等机制实现多层次、可扩展的融合控制.实验表明,该方法能够有效提高不确定上下文的融合质量.     

基于上下文的移动Web Services

文章为Web Services提出移动环境中的优化方案———基于上下文的移动Web Services。根据获得的客户端的上下文信息处理SOAP消息,得到精确的结果;上下文类型的扩展无需根据下层结构的差异进行修改。由基于上下文的Web Services或Context Services处理请求,减少带宽消耗,优化信息供应,以满足移动通讯的要求。     

基于修正ID3的虚拟环境上下文规则生成算法

针对目前上下文规则生成方法通常是依靠人工定义的,提出一种修正的ID3算法用于虚拟环境上下文规则的自动生成.该算法先构建上下文决策树,然后再将此树自动转换成规则集.实验结果验证该算法在生成规则的有效性与计算效率上具有良好性能.     

一般上下文无关文法的一个分析算法

本文给出一般上下文无关文法的一个分析算法。该算法可以看成是LR分析算法的推广,它既是自底向上,又是从左到右。理论分析表明本算法对一般文法具有时间界O(n~3)这里n是输入句子的长度);对有界歧义文法时间界为O(n~2),而对LR文法时间界为O(n)。由于本算法是先将文法转换成分析表,然后用分析表来指导对句子的分析。因而在实际应用中本算法一般要比Earley算法快,另外本算法输出中包含输入句子的所有可能的分析,并且仅需一简单枚举就可从此输出中找出句子的一个分析。     

基于上下文无关文法电报译码的算法实现

对于电报译码，传统的做法是根据电报的格式用相应的程序去识别报文。这种方法能够比较可靠折识别报文。但考虑到电报格式的易变性，这种需要程序员去修改源程序的方法就显得很不规范，所以编写一个与报文格式无关的电报译码程序就显得尤为重要了。     

矢量空间上下文模型的LMMSE图像去噪算法研究

线性最小均方误差估计LMMSE(wavelet-based multiscale linear minimum mean squareerror estimation)目前是小波去噪领域的热门课题,讨论了矢量空间的最小均方误差估计的新算法,主要考虑图像各层间的关系,将线性MMSE运用到矢量空间,对去噪图像边缘模糊问题有较大改善。     

基于Adaboost首帧检测的时空上下文人脸跟踪算法

针对时空上下文算法首帧需进行手动框选及选择偏差带来后续跟踪干扰的不足, 提出利用Adaboost算法进行首帧检测, 引入Kalman预测机制辅助时空上下文算法进行跟踪.当出现遮挡、 抖动等问题时, 保证跟踪稳定地进行, 提高算法鲁棒性. 在Shelter1等3组公共数据集上进行对比实验的结果表明, 该算法能实现首帧自动检测功能, 后续跟踪算法的鲁棒性及跟踪效果也得到明显提升.     

基于块分割和上下文模型的视频编码算法

树结构的构造适合小波图像编码,但并不适合视频编码,利用熵编码原理,提出了视频图像编码算法,先将每帧的残差补偿到原始序列,并通过块分割编码和上下文模型进行视频编码.研究结果表明：该算法在视觉质量、算法性能和编码效率上要优于传统的视频编码算法.     

上下文约束的访问控制模型与框架

安全策略往往是与环境信息动态相关的,包括时间、地点、用户信用等级、操作对象的属性与状态等等.在传统的访问控制模型基础上建立一个上下文约束的访问控制模型.定义广义的上下文概念,包含主体上下文、角色上下文、环境上下文和数据对象上下文.依据模型理论确定系统的模块划分以及模块的层级关系,建立了访问控制系统的概念框架结构.     

基于任务上下文的查询扩展方法

目前困扰查询扩展的主要问题是主题漂移.为了降低主题漂移对查询扩展优化的影响,提出了一种基于任务上下文信息的查询扩展方法,旨在通过任务上下文中的信息来选择合适的查询扩展词添加到查询中,使得查询的结果更加精确.实验结果表明,该方法有效降低了主题漂移对查询扩展精度的影响.     

基于上下文的Web服务推荐模型

传统的Web服务推荐模型仅仅考虑到Web服务层的质量特性,如QoS,随着Web服务的普及,服务交易的广泛使用,如何组合Web服务来完成一个操作流程满足用户的需求是一个新的挑战.提出了一个新的基于上下文的组合服务推荐模型,该模型不仅考虑到服务层和业务层的质量特征,而且进一步考虑了服务的上下文信息,包括用户兴趣、喜好等等,能够更好地对Web服务进行推荐.