一种基于L_(1/2)正则约束的超分辨率重建算法

为了提高重建图像质量,减少处理时间,提出一种基于L_(1/2)正则约束的单帧图像超分辨率重建算法.该算法在稀疏重建字典对训练阶段,为了有效提取低分辨率图像边缘、纹理等特征细节信息,采用小波系数单支重构方法对低分辨率图像进行特征提取;而在图像重建阶段,为了解决基于L1正则模型得到的解时常不够稀疏,重建图像质量有待进一步提高的问题,采用L_(1/2)范数代替L1范数构建超分辨率重建模型,并且采用一种快速求解的L_(1/2)正则化算法进行稀疏求解.实验结果表明:与现有算法相比较,该算法在重建图像主观和客观评价指标、算法运行速度等方面均更优.     

序列效应代数的表示

考虑序列效应代数的表示问题,通过列举一些可表示的和不可表示的实例,给出序列效应代数可表示的一个充分条件,并证明了一些经典序列效应代数的可表示性,以及两个可表示的序列效应代数的直和仍然是可表示的.     

基于区间二元语义VIKOR的外包供应商选择模型

在外包战略中,间接成本提升、信息不对称、控制权降低等问题给供应商选择增加了困难.为充分发挥外包优势、降低外包风险,将外包供应商选择准则分为服务质量、价格与成本、沟通与协调以及研发与创新四类,并运用区间二元语义VIKOR模型对外包供应商进行评价及排序.通过算例及比较分析验证了区间二元语义VIKOR模型在外包供应商选择中的优势.结果显示所提出模型不仅有效避免了数据处理过程中信息失真情况,规避了排序结果重复的问题,而且可同时处理定性与定量数据,融入了主客观权重及决策者偏好,从而为企业选择供应商提供了更为理想的方法.     

一种新的基于稀疏表示及自学习遥感图像超分重建算法

【目的】遥感图像重建容易引入噪声或边缘出现不规则性,而它又在遥感图像的处理中能起到非常重要的作用,提出新的算法来得到更好的处理结果。【方法】通过对遥感图像进行分块,利用K-SVD算法对遥感图像自身进行字典学习,获得能够稀疏表示高分辨率遥感图像的字典,然后进行特征提取、独立成分分析降维、高分辨率遥感图像的重建等操作。【结果】实现了对遥感图像超分辨率的重建。【结论】该方法提高了图像的峰值信噪比,通过实验验证了算法高效性。
     

中文网络评论中的产品特征情感倾向提取算法研究

Web中的客户评论信息挖掘是大数据分析中的一项重要内容.分析客户评论中所包含的产品特征情感倾向,不仅可为消费者购买产品提供更具体的决策支持,还能有效帮助企业改进产品质量.针对商业应用的实际需要,提出了一种自动从中文客户评论中抽取产品特征并判断其情感倾向的方案.基于frequent pattern-tree (FP-tree)方法提取产品特征,结合基于语料库的方法和依存句法分析方法识别关于产品特征的主观评论语句、情感词及其情感词的依存关系,综合考虑情感词、否定词、程度词计算产品特征的情感倾向值.采用公开数据中的600篇手机评论作为实验数据,检验了算法的准确性.对比分析的结果说明,算法有很好的应用潜力,能够有效地从网络评论中获取有价值的商业信息.     

基于语义分析的大规模动态图形相似节点查询算法研究

随着动态图形在网络应用领域的发展与扩展,针对当前相似节点查询算法存在运行响应速度慢、查询占用的存储空间较大、容易受到外界因素干扰而导致查询精确度不佳等问题,提出基于语义分析的大规模动态图形相似节点查询算法。首先,依据语义分析的方法,对动态图形相似节点数据进行预处理,获取节点相似性函数;其次,针对当前节点在不同时刻的相似性函数,设计相应的矩阵以增强计算效率;最后,将求出的节点相似程度值按照升序顺序进行排列,将相似程度值最高的节点看作相似节点,实现相似节点的查询。实验结果表明,所提算法查询速度快,查询精确度较高。     

汉语语义加工的相关脑区

利用无创伤的脑功能成像方法研究了正常中国人在进行汉语语义加工时所激活的脑区. 根据传统理论, 语义加工与语言的输入通路无关, 因此, 分别进行了视觉和听觉语义加工的脑功能成像研究, 通过寻找两条通路的公共激活区域来确定汉语的语义加工脑区. 结果显示, 左侧大脑半球的额下回、颞上回后部与缘上回的交界处、颞下回后部及梭状回; 右侧大脑半球的颞中回、颞上回后部及其相邻的缘上回; 双侧小脑和枕叶的腹外侧部等, 可能与汉语的语义加工有关. 研究结果为进一步研究各脑区在汉语语义加工中的作用提供了重要参考.     

基于事件的定性知识表示模型

当前突发事件应急管理研究已经成为热点问题。本文针对突发事件及事件链研究特点,运用系统工程理论论,建立了突发事件及其链式关系知识表示模型。该模型从突发事件机理出发描述应急管理过程的知识需求,不仅揭示了突发事件发展、演变的行为模式及突发事件链式关系形成机理,还为应急决策提供理论依据,最后给出模型的应用实例,实现了事件演进的自动生成及应急过程中的知识支持。     

基于Curvelet稀疏表示的图像盲分离初始化

针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性,选取稀疏性最好的高频系数组,采用聚类方法估计聚轴中心,寻求混合矩阵估计值,实现对盲分离学习算法的初始化. 实验结果表明,该初始化方法能避免盲分离算法在收敛时陷入局部最小,加快收敛,并提高分离精度.     

改进的高精度单本体概念相似度计算模型

概念相似度评估广泛应用于概念分类、概念聚合、概念合并等工作中.以往面向单本体概念相似度计算模型的工作虽然集中在概念特征匹配和语义分析之上,但考虑的要素单一或考虑要素的内容不全,所以计算结果精度不高,不利于概念关系的深层挖掘.该文完善概念的共性匹配,把概念间同时不具备的特征作为共性的一部分,并对概念格中不同层次的语义特征进行加权,从而提出一种具有高精度的面向单本体的概念相似度计算模型.实验数据表明该模型具有较高的精度.