一种基于图的彩色图像分割算法

为了解决图像分割中容易出现的过分割问题,提出了一种基于图的彩色图像分割算法.该算法在区域合并的基础上,首先用Mean shift方法进行预处理,得到初始过分割区域后对其构造邻接图,然后计算邻接区域的颜色、纹理及边缘特征相似性以判断区域是否需要合并直到所有满足条件的区域都被合并.为了保持图像的全局属性,文中通过查找最优合并成本的方式进行区域合并.实验结果表明:即使在图像目标和背景区域颜色比较相似时,文中算法也能较好地实现对目标区域的完整分割;与其他4种算法相比,文中算法具有更好的分割性能.     

基于自组织拟合的曲面重构与数控加工方法

提出了一种以型值点集合描述自由曲面的数字化模型,据此设计了从密集数据点群重构曲面数字化模型的自组织拟合及重构算法.该算法利用局部规则对测量点群进行自组织拟合,形成型值点集合及局部规则的表达形式,每一个局部区域的型值点集合满足特定的拟合规则,造型和加工时根据局部规则进行插值和刀具轨迹计算.通过仿真对基于二次多项式局部规则的高次曲面的迭代拟合算法进行了分析,以一个实际的人脸模型数据为例,实现了从测量点群到自组织模型的重构和加工,并将其与SDSCAD1.0曲面重构系统进行对比,结果表明:计算简单且稳定性好,编程效率高.     

Dijkstra算法在室内移动导航最短路径寻址的改进

在室内复杂停车场的路径规划问题上,许多方法使用了单源最短路径的典型算法Dijkstra算法对最短路径进行规划,但该算法需要花费大量时间和空间来计算和存储与最终路径无关节点.为了提高算法效率,通过把地图中所有的结点进行顶点归一、区域集合划分以及区域编号排序等策略,大大提高了算法运行效率.实验显示,在随机对某结点目标进行最短路径搜索时,搜索时间可以缩短80.8%到98.9%,大大减少了时间复杂度和空间复杂度.     

基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于KD树最优投影划分的k匿名算法

针对现有数据发布隐私保护保护算法中的"局部最优"划分问题,提出了一种基于KD树最优投影划分的k匿名算法.首先,在全局范围内对每一个属性维度进行遍历,根据投影距离方差值衡量每个维度的离散度,并确定最优维度;然后,在最优属性维度上,计算其划分系数值,并确定最优划分点.进一步引入一种改进的KD树结构,与传统的KD树结点是一个数据点不同,新设计的KD树中的每个结点均是一个集合.用经过划分点并垂直于最优维度的超平面将一个结点分成两部分,分别作为其左、右孩子结点.最后通过理论分析证明了本文算法的正确性,用实验比较和验证了算法的性能,实验结果显示所提算法平均概化范围减小10%~22%,能够实现更优的划分和更好的数据集可用性.     

分片合并模型树光滑逼近算法

针对已知样本数据建立非线性函数模型的问题,提出了分片合并模型树光滑逼近算法.在区域线性模型树算法的基础上,采用区域分片和区域合并两个算法将输入空间划分为若干子区域,对每个子区域使用线性函数进行逼近,并构建该子区域上的加权函数,生成基函数展开方式的全局表达,从而获得光滑的任意精度逼近结果.分片合并算法使得相同的线性函数可以在非凸甚至非连通的区域上起作用.在参数数量相同的情况下,其逼近精度比区域线性模型树算法有显著提高.仿真结果表明该算法是解决这类建模问题的有效方法.     

基于局部占优度的彩色图像分割算法

设计了一种新的有效稳定的彩色图像分割算法.该算法首先利用均值漂移(MS)算法预分割图像,产生了许多保留了图像不连续特征的分割区域,然后构建预分割区域的相似度图,并利用谱聚类集成算法对相似度图进行全局最优划分.为了避免在构建相似度图时仅利用像素点的亮度信息而产生一些不合适的划分结果,定义了一个局部占优度的变量,该变量综合考虑了局部区域像素的亮度和细节信息.本文算法在彩色图像上的实验结果验证了其高效的运算速度.     

一种最优的相互skyline查询算法

提出了一种最优的相互skyline搜索算法OMS,它的主要思想是R-tree搜索堆重用技术、窗口查询堆重用技术和高效的修剪策略.OMS与相互skyline算法RIBBS相比,它表现出更高的性能和效率.这是因为OMS消除了多次的动态skyline计算且挽救了更多的I/O成本.理论分析证明OMS计算相互skyline是最优的.在真实数据集上的大量实验结果表明,OMS算法是有效的且保持了较高的效率.     

P2P网络负载调度的超图划分算法

目的解决P2P用户数量持续增多时,网络节点异质性造成的负载不均衡问题,提高节点和带宽利用率.方法基于超图的动态划分思想和排队论的理论证明,将网络划分为若干个小区域的集合,利用定义的超级节点对本区域内的节点进行管理.每个区域随机选取另一个区域共同进行超图的2路划分过程,使划分后的区域总负载保持一致.通过每个小区域的节点负载平衡来获得整个网络负载的相对平衡.结果实验结果表明,采用负载均衡算法的网络节点利用率有了明显改善,而且能在更短的时间内调整至均匀分布状态.在连接数较高的情况下,网络仍然能够保持较好的稳定性.结论基于超图划分的负载调度方案可以使系统的局部范围处于平衡状态,进而实现P2P网络整体的负载均衡.     

一种结合全局一致性与局部连续性的壁画修复方法

提出了一种全局一致性和局部连续性结合的壁画修复算法.主要利用线性系统和图像修复间所蕴含的关系,构建具有全局过完备特性的相似块集合字典,同时构造弹性网正则化下的稀疏修复模型,并用同伦-最小角回归法求解出过完备字典下的稀疏系数;通过字典与系数的线性组合,得到待修复区域的全局特征;之后提出一种基于领域相似特性的局部特征估计方...     

Computing Skyline Groups:An Experimental Evaluation

Skyline group, also named as combinational skyline or group-based skyline, has attracted more attention recently. The concept of skyline groups is proposed to address the problem in the inadequacy of the traditional skyline to answer queries that need to analyze not only individual points but also groups of points. Skyline group algorithms aim at finding groups of points that are not dominated by any other same-size groups. Although two types of dominance relationship exist between the groups defined in existing works, they have not been compared systematically under the same experimental framework. Thus, practitioners face difficulty in selecting an appropriate definition. Furthermore, the experimental evaluation in most existing works features a weakness,that is, studies only experimented on small data sets or large data sets with small dimensions. For comprehensive comparisons of the two types of definition and existing algorithms, we evaluate each algorithm in terms of time and space on various synthetic and real data sets. We reveal the characteristics of existing algorithms and provide guidelines on selecting algorithms for different situations.     

一种基数可调整的轮廓查询——模糊轮廓

针对轮廓查询的结果随着数据维度的增加而显著增加的问题,在模糊集理论的基础上,提出了模糊轮廓集的概念,量化了不同数据点对轮廓查询的贡献度.以此为基础,通过在模糊轮廓集中取不同的截集达到了准确控制查询结果数量的目的.同时,提出了有效的FSCA算法来求解任意的模糊轮廓,为用户提供δ个数据点,方便了用户的决策.实验分析的结果表明,模糊轮廓查询是一种有意义的基数可调整的新型轮廓查询,FSCA算法是有效的模糊轮廓求解算法,它们共同为用户决策提供了很好的辅助手段.     

基于窗口查询的轮廓查询算法

轮廓查询在涉及多标准决策的空间数据库应用中起着非常重要的作用,轮廓的计算在数据库通信方面受到很大关注,特别是无需访问所有的数据文件就能很快的返回轮廓中的点的算法.本文提出一种基于窗口查询的轮廓查询算法,通过不断变换查询窗口来缩减查询空间,所访问的空间数据点数目大大减少,查询结果有很好的健全性和完整性.     

移动环境中的位置依赖连续轮廓查询

针对移动环境中查询点快速移动时连续、高效输出给定搜索区域数据轮廓的问题,提出一种位置依赖连续轮廓查询算法(LDCS).该算法结合数据流技术,首先使用R树快速更新查询数据,然后利用两次连续计算时搜索区域的重叠性构造被动数据流,并对新增和失效数据分别进行处理,从而连续输出轮廓.由于充分利用了已有结果,LDCS的计算量较传统算法有大幅下降.实验结果表明,LDCS特别适合计算频度要求较高的场合,与基于网格索引的算法相比,时间效率随着数据集规模的增大显著提升.     

基于聚类的逆向Skyline查询算法

逆向Skyline查询能够应用到诸如决策支持、用户偏好支持以及市场行为分析等方面。由于参考对象q的存在,在执行逆向Skyline查询的过程中数据空间被划分成许多分区。然而,存在的算法都没有考虑这个问题的影响,直接使用原始数据集建立索引结构。本文提出了一种新的逆向Skyline查询方法CRSQ,它考虑了这个问题。CRSQ首先根据查询对象q对数据进行聚类,然后建立R-tree索引,最后利用高效修剪策略修剪索引搜索空间。实验结果表明CRSQ算法是有效的,它相对于没有聚类技术的算法获得了50%以上的性能提高。     

MapReduce框架下k-支配轮廓查询算法

随着维度和数据量的不断增长,已有的轮廓查询方法已无法为用户提供更好的查询支持.本文采用并行处理框架MapReduce 结合k-支配轮廓查询算法来解决此类查询问题.在对输入的数据集进行预排序的基础上,提出了基于MapReduce 的单轮扫描算法和双轮扫描算法,通过在不同维度、数据分布、节点个数等方面的实验测试及对比,验证了算法的有效性.     

Sampling-Based Approximate Skyline Query in Sensor Equipped IoT Networks

The ever increasing requirements of data sensing applications result in the usage of Io T networks. These networks are often used for efficient data transfer. Wireless sensors are incorporated in the Io T networks to reduce the deployment and maintenance costs. Designing an energy efficient data aggregation method for sensor equipped Io T to process skyline query, is one of the most critical problems. In this paper, we propose two approximation algorithms to process the skyline query in wireless sensor networks. These two algorithms are uniform samplingbased approximate skyline query and Bernoulli sampling-based approximate skyline query. Solid theoretical proofs are provided to confirm that the proposed algorithms can yield the required query results. Experiments conducted on actual datasets show that the two proposed algorithms have high performance in terms of energy consumption compared to the simple distributed algorithm.     

无线传感器网络中基于划分的二维轮廓监控算法

针对传统数据库领域的轮廓查询算法无法直接移植到无线传感器网络领域问题,提出了一种基于划分的二维轮廓监控算法(P2S).P2S算法利用轮廓查询的特点将二维平面进行划分,为每个传感器节点分配一个矩形区域作为过滤器来减少网络中的数据传输,达到降低节点的能量消耗的目的.实验结果表明,P2S算法可以过滤传感器节点的大量不必要的数据,有效地减少了节点向基站发送的消息数量,使得节点有限的电能得到更加合理的利用,从而极大地延长了无线传感器网络的使用寿命.     

缓存模式下的轮廓查询优化方法

研究在缓存模式下,利用一组预存储的临时轮廓快照集来高效等价重构用户新提交的轮廓查询Q,并提出一种新颖的缓存模式下轮廓查询处理算法(APSQCM)来完成该任务.APSQCM算法由两阶段组成,第一阶段捕获Q与缓存中临时轮廓快照间的内在关联,进而获取能够用来等价重构Q的所有轮廓基;而在第二阶段中,APSQCM算法使用轮廓基来快速产生Q的正确结果集.实验结果表明,APSQCM算法具有有效性和实用性.     

基于状态空间搜索的不确定轮廓查询算法

针对阈值轮廓查询忽略了轮廓的整体性,只考虑单个对象成为轮廓中对象的现象,深入地研究了不确定数据库中的轮廓查询处理技术.首先,提出了将对象集合作为整体考虑其轮廓概率的不确定轮廓查询的定义;其次,通过对其性质的分析,提出了基于状态空间搜索的基本的不确定轮廓算法(BUS);接着,通过进一步分析,在BUS算法的基础上,增加了有效的过滤策略,提出了改进的不确定轮廓算法(IUS).实验结果表明,加入了改进策略的IUS算法明显优于BUS算法,验证了改进策略的有效性.