基于音频和文本融合的广告单元分割

针对广告编辑手法多样导致的广告单元分割较难的问题,提出了融合音频和文本信息的广告单元分割算法.对广告中的音频数据进行高斯混合模型建模,基于分割熵实现音频跳变点检测.沿着时间轴,结合音频跳变点和基于小波变换和支持向量机的文本检测实现对广告单元切换点的第一轮检测.基于时间间隔进行广告单元切换点的第二轮检测.实验证实该算法对广告单元中音频跳变点检测的查全率和查准率高于80％,对广告单元分割的查全率和查准率约为70％.     

蚁群算法元胞自动机模型应用

提出一种基于元胞自动机理论的蚁群算法模型.将元胞自动机和蚁群算法结合用于解决基于离散数学的移动机器人路径规划问题.试验结果显示,采用基于元胞蚂蚁的算法进行路径规划求取的状态解构型和数值解收敛都能符合应用要求,用蚁群算法元胞自动机模型求解路径规划问题是可行的.     

基于元胞自动机的单源点最短路求解算法

针对图的单源点最短路问题,提出一种改进的基于元胞自动机模型的求解算法并分析了其算法复杂度.该算法定义了一个元胞自动机模型,通过元胞空间上元胞状态的变化,能够获得某设定结点到其他结点的最短路.在实验阶段,分别用经典Dijkstra算法和提出的算法对随机生成的不完全无向图进行分析.结果表明,相比于经典的Dijkstra算法,该算法不但能够获得与之相同的仿真结果,并且具有规则简单、易于实现、效率高等特点,具有明显的优越性.     

基于数字音频指纹的广播广告检测方法研究

音频信息的检索是多媒体检索技术中的一个重要方面,本文基于数字音频指纹的快速检索算法提出了一种广告检测技术,该算法将音频流分块提取数字音频指纹,然后在广告音频指纹库中粗检索,检索过程中同时得到相似广告的时间偏移及广告长度信息,进而进行完整匹配,实现了广告信息快速完整检索.为了消除音频指纹检索受采样率误差的影响,精细匹配时提出了分割匹配的方法.实验证明,该方法具有检索速度快、受采样率误差影响小的特点.     

基于地理空间实体的矢量元胞自动机研究

元胞自动机是能模拟复杂行为的离散动力学模型，GIS与元胞自动机的集成对于模拟地理时空过程具有很大的优势。但是标准CA的一些限制因素如空间尺度、精度及数据量问题、邻居定义等制约了其模拟真实世界的能力。本文通过分析地理现象和元胞自动机之间的关系，从元胞及状态、元胞空间、邻居、转换规则、离散时间五个方面对标准元胞自动机的组成部分进行了扩展，构建了在不规则的地理空间中基于地理实体的元胞自动机模型，同时提出了一个通用的基于地理实体的元胞自动机模型和地理信息系统集成的框架。     

面向高效精准柔性混装作业的智能元胞调度方法研究

柔性混装生产多目标调度系统的动态性、开放性和大规模性导致常规算法失效,因此迫切需要研究新的调度算法。在推理其他算法局限性基础上提出使用Agent形成智能元胞自动机ICA使之具有自学习功能,并基于装配投产序列调度和工位任务分派目标,首次建立智能元胞调度ICAS三维网络模型及构造“弹簧邻居”特殊邻域和“弹跳”和“层跃”特别行为,实现混装作业微观自适应调度。仿真实践证明,该智能元胞调度ICAS方法可靠,计算复杂性降低,为复杂调度问题提供了新手段。     

基于元胞自动机的自嵌入图像认证水印算法

提出了一种用于图像认证的分块自嵌入水印算法,图像分块后,根据基密钥产生的基函数,对子块进行两层元胞自动机变换,由高层低频系数产生初始构型,再由整数混沌序列计算对应子块的局部规则,由该局部规则的元胞自动机从初始构型演化生成基于图像内容的水印,再用量化系数技术将水印嵌入低层低频系数.利用元胞自动机对初始构型和局部规则的多变性,能有效检测并定位对图像内容的恶意篡改,避免矢量量化等攻击,同时也增强了算法的安全性.实验结果表明算法对JPEG压缩有较好的鲁棒性,检测时不需要原始图像.     

基于模糊元胞自动机的图像边缘检测方法

针对基于元胞自动机图像边缘检测的原有算法,提出了新的改进算法.该算法采用基于方向信息测度与边缘有序性度量的多信息融合方法,利用模糊逻辑对特征信息进行模糊推理,利用推理结果对上一时刻特征信息进行模糊反馈处理,最终通过元胞自动机的自动演化工程得到图像边缘.试验表明,算法边缘检测的准确度高,检测模糊边缘和细节边缘的能力较强.是一种实用、高效的图像处理算法.     

面向对象的有限空间内高密度人群流动元胞自动机模型研究与分析

基于面向对象技术,在已经有的元胞自动机交通流模型和行人流模型的基础上,建立一个在有限空间内高密度人群流动模型.对所提出的模型进行了计算机模拟验证.主要特点是1.面向对象思想的采用,使得大规模人群流动的元胞自动机模型具有良好的适用性,扩展性和复用性.2.根据出现高密度人群的一般情况和控制对象的需求,提出"元胞控制块"的概念,使整个模型架构具有很强的应用转化能力.     

基于元胞蚁群算法的僵尸网络传播特征研究

为了有效地研究僵尸网络传播过程中的特征变化,基于元胞蚁群算法提出了一种新的刻画方法BDCA(Botnet Detecting algorithm based on Cellular Ant).该方法首先定义了僵尸网络中普通节点、易感染节点和感染节点之间的转化关系,建立符合僵尸网络传播特征的数学模型,并利用元胞蚁群算法对上述模型进行求解,以此获得平衡条件下的最优解.最后,利用NS2进行仿真实验,深入分析了影响BDCA算法的关键因素.同时通过对比其他算法之间的性能状况,结果表明该算法具有较好的适应性.     

蜂窝无线系统中的联合功率与速率控制

蜂窝无线系统中多媒体业务的发展，要求对用户传输速率进行有效的控制，以充分利用频谱资源。针对多速率系统，提出了一种新的联合功率与速率控制迭代算法。对于可行系统，它能够在获得最大吞吐量的同时最小化所消耗的功率。仿真结果表明，在可行系统中算法的能量消耗性能优于Kim S．L．提出的选择功率控制算法；在不可行系统中，吞吐量和能量消耗性能均优于选择功率控制算法。     

基于Co-Training策略的视频广告文本检测

同普通视频节目相比,视频广告中的文本具有更为复杂的表现形式.为实现这类文本有效的定位,通过将文本检测视为一种特殊纹理的分类问题,提出一种基于改进的Co-training策略的视频广告文本检测方法,采用两种相对独立的纹理描述子,从多视角来强化文本特性描述.另外,针对Co-training协同学习机制中容易引入噪声样本的问题,提出了一种改进的结合Bootstrap思想的Co-training算法,在两个相对独立的特征空间中交互选择典型样本,以达到提高分类器泛化能力的目的.通过实验,本方法在自建的数据库上获得的正确率与查全率相对于其他方法有10%左右的提高.     

一种新的元胞网络模型

用元胞替换传统人工神经网络中的神经元,以局部连接取代相邻层级元胞之间的全连接,用规则演化算法替代BP算法,建立元胞网络模型．设计了元胞网络的训练过程：内嵌的遗传算法用于寻优各元胞状态离散化边界值以及元胞网络拓扑结构．以一个红酒分类基准数据为例,检验了元胞网络的学习性能和分类性能,获得了较为满意的结果．     

非线性规划的元胞蚂蚁算法

将元胞自动机思想引入到蚂蚁算法中,提出一种新的进化算法——元胞蚂蚁算法。通过算法的元胞演化机制对信息素的二次分配,有效扩大了对解空间的搜索,避免陷入局部最优,并提高了寻找到所有全局最优解的能力。通过对一系列典型多极值优化问题的求解,均找到了所有全局最优解,显示了其在寻找多峰函数极值点方面的优越性。     

基于细胞自动机规则198的单向散列函数

 基于周期边界一维三邻居细胞自动机规则的非线性特性, 结合细胞自动机与传统单向散列函数的优点, 提出一种基于细胞自动机动态参数的单向散列函数设计方法. 在以MD5算法为核心的迭代结构下, 将上一步迭代的输出寄存器值经过规则198演化一次后作为本步迭代的迭代参数, 从而实现了明文消息变化的二次扩散, 并最终输出128比特散列值. 实验结果表明, 该算法对明文的变化极其敏感, 具有强而稳定的混乱和扩散性质及较优的软硬件实现速度, 实用性较强.     

基于细胞自动机的公钥密码体制研究

为了解决高速实时信息传输的瓶颈问题,该文提出了一种基于细胞自动机理论的公钥密码算法.该算法以n个一维可逆细胞自动机为私钥,由它们构造出的二维Moore型不可逆的细胞自动机为公钥组成公钥密码体制.该算法实现简单,易于VLSI(超大规模集成电路)实现,有效地解决了复杂密码算法在高速实时信息传输时带来的瓶颈现象.     

基于动态双重前缀的模糊相似性连接算法

针对相似性连接问题， 提出了动态双重前缀的模糊相似性连接算法.与之前的算法不同的是，本文采用双重前缀，即在查找候选以及构建索引时使用不同的前缀来提高过滤效率，并在此基础上进行了优化.首先通过取各个前缀生成的候选集合的交集来缩小候选集合;其次提出最大区分任选前缀，利用此前缀进行预验证来减少最终进入到验证过程的候选对，以此来减少连接时间.并且在三个真实数据集上进行实验，将本文算法与Silkmoth算法以及MF-Join算法进行比较，结果表明所提算法可以生成更小的候选集集合并且需要更少的连接时间.     

n维空间随机矩阵变换的音频置乱算法

针对一维线性序列置乱方法加密参数少、特殊矩阵变换易受攻击等问题,提出一种n维空间随机矩阵变换的音频置乱算法.引入m进制转换的思想,将音频序列采样点值进行变维操作,再通过随机变换阵进行矩阵变换完成置乱.算法的音频置乱恢复无需计算最小可恢复周期,仅通过随机变换阵在Zm上的逆阵进行一性次恢复即可.实验结果表明,算法在任意n维空间均具有很好的置乱效果,置乱和恢复代价较低,鲁棒性较强,能抵抗添加高斯白噪声、滤波、任意剪切、缩放音频值等攻击.     

复杂网络上基于多维特征表示学习的推荐算法

网络表示学习可以有效解决推荐面临的数据稀疏问题.本文对网络表示学习中LINE算法和DeepWalk算法进行改进，提出混合推荐算法并应用于电影推荐场景.该算法通过学习用户喜好特征、厌恶特征和相似用户特征，生成三个低维特征向量.将三个低维特征向量线性组合拼接成用户表示向量，以余弦相似度作为相似性指标，将相似用户关联的电影推荐给目标用户，实现电影推荐.实验结果表明，所提出的推荐算法相较于次优算法，在MovieLens数据集上的准确率和F1指标分别提升12%和7%，在MovieTweetings数据集上的准确率和F1指标分别提升16%和18%.本文提出的基于多维特征表示学习的推荐算法在电影推荐类场景中，具有显著的优越性.     

空间多样化约束下的移动k近邻查询

考虑为移动中的查询对象连续返回k个距离近并且满足空间多样化约束的对象，提出了空间多样化约束下的移动k近邻(SDC-MkNN)查询.在此，满足空间多样化约束代表对象之间的相互距离大于距离阈值.为了高效处理SDC-MkNN查询问题，提出了两种基于安全区域技术的算法.算法均通过减少重新计算查询结果的次数来提高查询效率.其中一种为精确算法EA，可连续返回精确的查询结果；另一种为近似算法ρAA，可连续返回具有近似率保障的近似查询结果.采用真实数据集验证了所提出算法的有效性.