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.     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

一种基于改进插值的数据隐藏算法

针对数据隐藏算法嵌入容量有限的问题,提出一种新的插值方法,将其应用到数据隐藏领域中,并给出一种基于改进插值的可逆数据隐藏算法.该算法在信息嵌入时,先用文中提出的插值方法对原始宿主图像进行扩展,扩展时,每个扩展像素以4个宿主像素点作为参考,通过计算得出均值,再将其分配到待扩展的位置上,信息嵌入后可以无损地进行信息提取和图像的恢复.实验结果表明,该数据隐藏算法在嵌入容量、图像视觉质量方面均取得很好的效果,相比其他的数据隐藏算法,最大嵌入容量提高了24.78%~39.29%,最大藏量下的信噪比均保持在39 d B以上.     

基于稀疏表示的快速三维人脸识别方法

随着计算机技术和三维成像技术的发展,三维人脸识别因不易受光照、装扮变化的影响成为人脸识别和身份验证的新趋势,但是对于表情、姿态变化其识别率还是有待于改善,时间开销较长.本文提出基于稀疏表示原理,对人脸重要的特征鼻尖点进行提取,采用最近邻分类器进行分类识别.实验结果表明,对表情变化等具有较高的鲁棒性和识别效果,且时间开销极小,优于传统的三维人脸识别方法.     

融合互近邻和可信度的K-近邻分类算法

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算法的稳定性。该算法在UCI标准数据集上进行了测试,性能相当或优于其他分类器。     

二维双原子正方晶格振动的色散关系

利用晶格动力学理论推导了二维双原子正方晶格振动的色散关系表达式,得到第一布里渊区中沿Γ-X、Γ-M和X-M 3种对称方向的声子色散曲线,每一对称方向有四支格波,即两支声学波和两支光学波.讨论了原子质量和次近邻原子间作用对色散关系的影响,结果表明:当两原子质量相等时,3个对称方向的声学波与光学波间无频隙;当两原子质量不等时,声学波与光学波间出现频隙.计及次近邻原子间作用,对Γ点声子频率的大小和简并不影响,两声学模频率为零、两光学模频率简并;对X点声子频率的简并也无影响,但相应频率增大;使M点声子频率的简并度降低,高频声学和光学声子的频率增大,而低频声学和光学声子的频率不变;沿Γ-X方向四支格波仍是非简并的,对应的频率增大,但都表现出色散性;沿Γ-M和X-M方向简并格波的简并度消失,除Γ-M方向低频声学支和光学支频率不变之外,其他格波声子的频率都增大,并且四支格波都表现出色散性.     

邻株低磷竞争处理对杉木幼苗生长的影响

以南方林区广泛种植杉木无性系为研究对象,利用室内沙培模拟装置,设置缺磷(0 mg/kg KH2PO4)、低磷(6 mg/kg KH2PO4)和正常供磷(12 mg/kg KH2PO4)3个供磷水平,构建邻株磷竞争环境.结果表明:邻株低磷竞争处理可明显促进杉木苗高生长,但竞争条件下,缺磷处理抑制杉木苗高生长.不同邻株磷竞争处理条件下杉木地径生长差异未达显著水平.在邻株低磷竞争处理条件下杉木根系长度、表面积、直径、体积等形态指标增量最大.     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.     

融合标签相似度的 k 近邻 Slope One 算法

Slope One 协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式,针对Slope One 算法推荐精度不足的问题,将标签信息融合到 Slope One 算法当中。同时参考 k 近邻算法思想,选取阈值过滤后的 k 近邻项目参与平均评分偏差计算,提高计算效率的同时增加预测精度。使用评分相似度和标签相似度作为权重修正线性回归模型。通过线性加权融合预测结果,进一步提升推荐质量。将算法应用于 MovieLens 数据集,与传统加权 Slope One 算法相比,平均绝对偏差下降4．8％,召回率和准确率分别提高32．1％和26．3％。     

基于复数矩的商标图像检索方法

提出用图像复数矩与其它特征结合进行商标图像检索的方法,并给出了检索算法。实验结果证明,这是一种较好的方法,基本不会出现漏检索。