一种改进的基于互信息量的镜头边界检测算法

镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。     

一种新的自适应镜头边界检测算法

针对镜头边界检测中存在的检测效果和检测阈值依赖人工经验的问题,提出了一种新的自适应镜头边界检测算法.该算法以视频帧窗口中亮度帧差到帧差均值的距离作为切变检测特征,根据该距离值的变化程度自动选取切变最优化阈值;以视频帧序列中的颜色帧差为渐变检测特征,对该帧差进行数量级量化,直接利用量化结果判定渐变,实现了镜头检测的自适应.实验结果表明,该算法对切变的查准率和查全率分别为96.74%和97.41%,对渐变的查准率和查全率分别为92.34%和89.67%,对于不同类型的视频检测效果稳定.     

基于多机器学习模型的逐小时PM2.5浓度预测对比

【目的】比较分析XGBoost模型、LightGBM模型、随机森林模型(RF)、K最近邻模型(KNN)、长短期记忆神经网络(LSTM)、决策树模型(DT)共6个PM_2.5浓度预测模型,以准确、及时预测环境PM_2.5浓度。【方法】基于重庆市合川区2020年全年空气质量监测数据和气象数据,通过最大相关最小冗余算法(MRMR)进行数据降维选择最优特征子集,作为模型的输入,逐一进行PM_2.5浓度预测;考虑到不同季节PM_2.5浓度差异较大,故分季节预测了PM_2.5浓度;为了探究各模型预测性能,计算了各模型运行时间和内存占用,并基于PM_2.5与特征变量的相关性和特征变量的重要性探讨了模型预测性能季节性差异原因。【结果】模型总体预测精度从高到低排序为 XGBoost、RF、LightGBM、LSTM、KNN、DT模型;预测性能方面,6个模型均表现为秋冬季节预测精度高于春夏季节;LightGBM模型可在保证模型精度的情况下,大幅减少模型训练时间和内存占用;特征重要性显示PM₁₀浓度、气温和气压的重要性高,O₃浓度、风向和NO₂浓度重要性相对较弱。【结论】采取MRMR方法进行数据降维选取的最优特征子集能较好地预测PM_2.5浓度;相比较而言,XGBoost、RF、LightGBM、LSTM模型在PM_2.5浓度预测上具有较优性能,其中综合性能较好的为LightGBM模型。     

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％.     

基于已有映射结果的本体映射

为了提高本体映射的查准率和查全率,提出基于已有映射结果的本体映射算法.该算法以已有映射结果为背景知识,应用多种启发式策略选择中间本体,将直接映射结果与通过中间本体的间接映射结果相结合,并利用迭代优化算法克服背景知识不准确对映射结果的影响.实验结果表明: 该方法比直接映射方法的查准率和查全率分别提高1.10%和2.52%.说明该方法可以有效地提高映射的查准率和查全率.     

基于穿线法的轮胎帘线弯曲缺陷检测

针对全钢子午线轮胎中存在的钢丝弯曲缺陷,提出一种基于穿线法的轮胎帘线弯曲缺陷检测方法;该方法首先对胎侧图像进行细化处理,然后对细化图像应用穿线法,得到穿线与帘线交点坐标,通过相邻交点坐标计算出帘线的弯曲斜率,根据斜率是否大于设置的阈值判断胎侧帘线是否弯曲;采用基于穿线法的轮胎帘线弯曲缺陷检测方法对10种不同纹理的150幅轮胎图像进行检测。结果表明,该方法的查准率和查全率优于其他算法的,可以有效地检测出轮胎胎侧及胎肩区域帘线弯曲缺陷。     

同义词在化工领域中对专利检索查全率与查准率的影响

本文利用CPRS专利检索系统,分别研究了化工领域不同类型的同义词,对专利检索中查全率与查准率的影响,并选择出可以提高查全率与查准率的同义词类型。     

基于ASAMC算法的气象数据多变点估计

文章主要研究了安徽省某气象台站年平均气温、月平均气温的结构性变化情况。该文在对气温数据进行正态性检验的基础上,运用ASAMC(annealing stochastic approximation Monte Carlo)算法对气温数据进行统计分析,估计出平均气温结构性变化的位置,并探索发生结构性变化的气象因素和非气象因素。     

基于Lucene的毕业论文相似性检测

提出了基于Lucene的论文相似性检测系统,采用随机特征码算法构造特征向量。实验表明该算法与传统的文本聚类算法在查全率、查准率及时间消耗上具有优越性,呈线性结构的算法适合大规模论文的抄袭检测。     

基于BS＿Bagging-cLightGBM模型的电动汽车故障预测方法

针对因电动汽车故障数据样本类别不平衡引起的机器模型分类性能欠佳、故障查全率低的问题，本文提出一种以LightGBM为基学习器改进的Bagging集成电动汽车故障预测模型：在Bagging集成学习中使用Borderline＿SMOTE方法对训练集重新采样，改善训练子集的数据不平衡程度，避免小类样本信息缺失；将权重系数和正则化项嵌入LightGBM基学习器的损失函数中，提高训练中小类样本的错分类代价。实验结果表明，该模型可有效提高故障查全率、宏平均和AUC值，其中AUC值达到0.898 4，故障样本的查全率为0.808 3，在电动汽车不平衡数据集上的故障分类性能显著优于传统单一模型和其他对比算法。     

一种基于元搜索引擎的排序算法

本文在研究元搜索引擎及排序算法的基础上,提出了一种基于元搜索引擎的加权Borda排序算法,该算法通过权重信息来推荐成员搜索引擎,为元搜索引擎在海量数据搜索中提高查全率和查准率提供帮助。     

基于自适应局部保持映射的图像特征降维算法

针对基于颜色特征的图像检索中的图像特征降维问题,提出了自适应局部保持映射(ALPP:Adaptive Locality Preserving Projection)的图像特征降维算法.在考虑了每个特征向量与其近邻关系的基础上,通过研究贝叶斯准则在图像分类中的作用,将聚类引入降维算法中,解决特征空间维数的自适应确定问题.使降维结果既保证了最大化地消除高维向量间的相关性和冗余度,又不破坏原始数据近邻间的拓扑结构.实验结果表明,对Coral图像库,应用HSV直方图特征,在查询返回图像为50幅的情况下,基于ALPP算法图像检索的查准率为67.7%,查全率为57.3%.相对PCA(Principal Component Analysis)算法的查准率(45.8%)和查全率(49.2%),具有较高的检索精度.     

一种基于语义的Web服务组合方法

在考虑服务语义匹配和服务质量(Quality of Services,QoS)的基础上,利用子服务间及其内部低耦合高内聚的特性,提出了一种基于语义的Web服务组合算法.该算法定义了用户关注度(Customer Attention,CA)和最优信息组(Optimal Information Group,OIG),充分利用语义本体的特性,从信息和QoS两个方面筛选最优原子服务集,从而提高服务的查准率与查全率,增强与用户的交互能力.     

一种改进的基于颜色直方图的图像检索算法

使用颜色直方图进行图像检索是图像检索的常用方法,但是传统颜色直方图检索容易丢失空间信息,从而影响图像检索的查全率和查准率.针对这一问题,提出一种改进算法,该算法首先进行图像分块,然后通过对各分块颜色直方图加权的方法进行检索.实验证明,该算法可以提高图像检索结果的查全率和查准率.     

基于子带频谱质心特征的高效音频指纹检索

关键音频检测是指从音频库中检索出查询样例,是音频检索的一种重要形式。该文针对传统关键音频检测方法在效率和鲁棒性上的不足分别在预处理、指纹提取以及检索部分进行了优化。在预处理阶段采用基于子带能量比的语音端点检测算法,并在窗函数选择和子带划分方法上进行了改善;在指纹提取阶段采用种子片段选取的方法,并将指纹提取方法改进为子带频谱质心法;在检索阶段通过设定命中次数门限以提高效率。实验结果表明:该文提出的改进系统在查全率、查准率以及抗噪能力提升的同时提高了检索效率,有效地提升了检索性能。     

基于NMF的潜在语义模型在文本检索中的应用

提出基于NMF潜在语义模型的中文文本信息检索方法。此方法利用NMF提取潜在语义,然后将文本表示成潜在语义的组合,并通过反馈得到的同义词、多义词进行查询扩展,提高检索查准率和查全率,从而解决了简单匹配方法中词的同义与多义带来的问题。与基于SVD潜在语义模型的中文文本信息检索方法相比,NMF方法具有查准率和查全率高、存储开销少、计算速度快、可解释性强等特点。     

提高信息检索效率的途径——提高查全率与查准率

查全率和查准率是评价文献检索效果的两项重要指标,本文通过对影响查全率和查准率的因素分析,从检索途径、数据库选择等方面探讨了提高查全率和查准率的方法。     

多线索多层次的视频语义事件检测模型

视频语义事件检测分析技术是近年来研究的热点问题。本文综合考虑视频语义事件多线索的特点以及事件之间的层次关系,在前人研究成果的基础上,基于动态贝叶斯网络提出了多线索多层次视频语义事件检测模型,该模型具有较高的查全率和查准率,较强的鲁棒性,是一种很有前景的视频语义分析模型。     

基于支持向量机的局域线性嵌入算法在图像检索中的应用

SVM算法复杂度与样本维数无关,具有的泛化能力强、分类精度高的特点,而LLE是有效的非线性降维方法,本文利用支持向量机(SVM)算法对局域线性嵌入(LLE)算法进行改进,有效地解决了基于内容的图像检索中的高维特征向量的降维问题,实验表明具有较高的查全率和查准率.     

综合颜色块的直方图图像检索算法

为了进一步提高基于颜色直方图的图像检索算法的效率,本文提出一种寻找图像中最大颜色块、提取其局部直方图,并与原直方图综合的新算法.该算法在保留原算法的同时,添加了色彩的空间分布特征,从而降低检索结果对颜色的绝对依赖.仿真实验结果表明,本文算法具有较好的查准率和查全率,对色块明显的图像检索效果尤其显著.