基于流形假设的骨架序列动作识别算法

骨架数据是通过对动作的空间几何位置进行编码获取,可以避免冗余背景信息的干扰, 是动作识别领域常用的数据类型之一.现有骨架数据的动作识别主要分为经典的骨架数据表征和基于深度学习的骨架动作识别应用.相较于传统欧氏度量下的识别方法,流形为更好地研究非线性结构提供了重要数学工具. 然而,目前仍缺乏利用流形假设对骨架数据进行动作识别的相关总结. 因此,从骨架表示、轨迹时间对齐、动作序列表征以及动作分类 4 个关键步骤出发,系统地总结了基于流形假设的动作识别工作,对比了各项工作在基准数据集上的表现. 最后,根据当前动作识别工作的发展趋势,对流形假设在动作识别方向上的进一步改进进行了展望.     

轻动词理论和汉语空宾语动补结构

轻动词句法是生成语法最简方案下的一个句法理论假设,成为近年来人们研究的热点。基于黄正德和冯胜利的轻动词句法理论,本文对汉语空宾语动补结构进行了重新审视,认为它的生成是多重轻动词触发的中心语连续移位并与之合并的结果,提出了"多重VP嵌套中心语连续移位假设"。     

基于运动对齐预测模型的分布式视频压缩感知重构

为了提高分布式视频压缩感知（Distributed Video Compressive Sensing,DVCS）的率失真性能,文中提出根据视频非关键帧图像的时间相关性将帧内各块分为静止块与运动块两类,并对它们设定不同的测量率以提高压缩感知（Compressive Sensing,CS）捕获信息的效率.在重构过程中,提出运动对齐多假设预测模型进行重构,该预测模型在测量域内实现运动估计,并根据运动信息在参考帧内寻找到待重构块的若干候选匹配块,利用它们的线性加权和残差重构得到非关键帧图像的重构结果.仿真实验结果表明,文中所提出的DVCS重构算法能有效提升系统的率失真性能,与现有方法相比,在重构时间基本不变的情况下,获得更好的主客观视频重构质量.     

对立体视觉中对称性假设的检验

指出了基于立体视觉研究中的隐性对称性假设,即认为匹配的选取与哪只眼观察哪一图像无关,而仅取决于两眼映像特征的相似性,因此交换左眼和右眼图像这样一种实验操作,被认为提供了一种非常简便有效的技术,用于鉴定双眼性视差和其他不同于双眼性视差的因素对立体深度的贡献.采用2:2直线型常规立体视构型,对比了左右眼图像交换前后的匹配结果,发现匹配融合产生中间第3根直线的两根直线在图像交换前后会发生改变,并导致中间直线的深度在图像交换前后不发生颠倒.实验结果证明:立体视觉研究中的隐性对称性假设不成立;交换左眼和右眼图像后深度是否颠倒,并不是判断深度是来源于匹配视差还是其他因素的依据.     

基于格的公钥加密与证书基加密简

证书基加密(CBE)结合了基于身份加密和公钥基础设施的各自优点,然而基于传统数学假设的CBE不能有效抵御量子算法的攻击.为此构建了一个基于格的CBE方案,可有效抵御量子算法的攻击.首先构建出一个基于格的公钥加密(PKE)方案,之后利用该PKE构建出基于格的CBE方案.该方案可被规约为格上的学习误差(LWE)问题,因此得到的CBE为随机不可区分选择明文攻击安全的.该方案是目前为止已知的第一个基于格的CBE方案.     

标准模型下高效的基于身份的加密方案

基于身份的加密是一类很重要的公钥加密.给出了一个高效的基于身份的加密方案,提出的方案在标准模型下是针对选择密文攻击完全安全的,并运用线性无关的思路基于q-ABDHE假设证明了方案的安全性.方案具有高效性、公钥参数较短及配对计算较少的特点.     

基于“输出驱动假设”的博士研究生国际学术英语教学改革与实践

随着国际学术交流的日益频繁,非英语专业博士研究生国际学术交流能力的提高意义重大。本文阐述了输出驱动假设理论,并将其运用到博士研究生国际学术英语的课程设置和教学中。同时,通过问卷调查就实施效果进行了探讨,旨在提高博士研究生的语言输出能力。     

土中浅埋地下拱结构化爆动载的确定方法

为了研究化爆作用下地下拱结构表面荷载分布的规律,简述了目前化爆条件下结构上荷载均布化的3种方法,提出了适用于地下拱结构抗爆设计的荷载分布假设,即拱结构横截面上荷载呈三角形分布,且纵向荷载均布。通过有限元数值模拟,比较分析了4种工况动载峰值荷载作用下拱结构在弹性阶段、塑性阶段的受力状况和结构响应,并与动荷载作用下的结构响应进行对比分析。结果表明,相较于化爆条件下拱结构所受圆锥状荷载,把化爆条件下拱结构所受荷载假设为横截面上三角形分布、沿纵向均匀分布时,拱结构响应相似;按荷载总集度相等原则提出的荷载简化方法仍偏于保守,可以作为一种用于工程设计的简化计算方法。     

加入空间纹理信息的遥感图像道路提取

由于道路与建筑物等其他不透水层存在光谱相似性,导致仅利用光谱信息进行道路提取的效果不佳.本文针对高等级城市道路目标,提出了一种加入空间纹理信息的遥感图像道路提取方法.首先,对图像进行空间自相关Moran指数计算,提取图像空间纹理信息,并将其加入到原始光谱波段中;其次,通过建立知识模提取假设道路段,并对提取结果进行假设验证;最后,采用数学形态学的方法对验证后的结果进行后处理.以空间分辨率为0.1m的航空影像为数据源,对本方法进行实验.实验结果表明,加入空间纹理信息的遥感图像道路提取精度总体达到88%,比不加入空间纹理的提取精度要提高约5%.     

基于GM-PHD滤波的空间邻近多目标跟踪算法

针对传统的高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器在跟踪空间邻近目标时存在错误估计、虚警和漏警问题,本文提出了一种改进算法.首先,提出一种权值重分配方案,对目标的高斯分量权值进行重分配,以提高目标邻近时GM-PHD滤波器的...