用于超级节点网络的双缓存技术

针对P2P系统节点局部视图和用户查询不均衡的问题,提出一种用于超级节点网络的文件索引和数据双缓存技术.依据局部文件流行度统计,将用户感兴趣的资源索引缓存到本地超级节点,从而将单个节点视图扩展至全局;同时缓存拥有高访问率的远程热点文件,因此用户对热点文件的访问在本地即可获得响应.实验结果表明双缓存技术显著地提高了P2P系统的查询效率和数据传输速度,并可有效降低热点节点负载.     

基于稀疏性约束非负矩阵分解的人脸年龄估计方法

基于人脸图像的年龄自动估计已经成为当前人脸识别领域的一个重要研究方向。首先通过非负矩阵分解(non-negative matrix factorization,NMF)算法对基矩阵或系数矩阵进行稀疏性约束,用形成的更具有局部表达能力的子空间对人脸图像数据进行表示。然后使用径向基函数神经网络进行训练和测试,提取包含在大多数人脸图像上的年龄信息来进行年龄估计。实验结果表明,具有稀疏性约束的非负矩阵分解算法对年龄估计问题具有良好的应用效果。     

深度学习与一致性表示空间学习的跨媒体检索

提出一种基于深度学习与一致性表示空间学习的方法,针对图像与文本2种模态,分别采用卷积神经网络模型和潜在狄利克雷分布算法学习图像的深度特征和文档的主题概率分布;通过一个概率模型将两个高度异构的向量空间非线性映射到一个一致性表示空间;采用中心相关性算法计算不同模态信息在此空间的距离.在Wikipedia Dataset上的实验结果表明:在单模态输入检索中,文中方法的平均准确率为38.43%,相比于其他方法有明显提高.     

块聚类的协同显著性检测

针对复杂背景的多图像显著性检测问题,提出一种基于块聚类的多图像协同显著性检测方法.该方法通过构建多图像间共同对象的关联性,利用块聚类计算4种显著性测度并融合,获得较好的协同显著性检测效果.实验结果表明:基于块聚类的协同显著性检测方法能够有效提高检测精度,且鲁棒性较高.     

面向缺失像素图像集的修正拉普拉斯特征映射算法

针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯特征映射算法可以很好地挖掘缺失像素图像数据集的内在流形结构,减弱缺失像素带来的不良影响.     

动态卷积的3D点云目标检测算法

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明：文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高.     

抽取XML模式到关系模式

提出一种XML建模技术,对多个XML文档构造共享模型.通过该模型构造的XML共享模式到关系模式的映射,实现将同源异构的XML片断抽取到相同的关系表中.试验表明,算法在同源异构XML片断的映射上具有比以往算法更好的映射结果.     

基于形状上下文特征的植物叶图像匹配方法

提出一种将形状上下文特征应用于植物叶片图像自动识别的方法.该方法首先根据叶片形状自适应确定边界点数目,然后计算叶片的形状直方图,最后利用形状直方图计算不同目标之间的匹配相似度.实验结果验证了该方法的有效性.     

一种基于覆盖超球算法的径向基概率神经网络结构优化

介绍了径向基概率神经网络(RBPNN)的一种启发式结构优化算法.该算法首先提出一种移动平均中心超球覆盖算法,并用于初选径向基概率神经网络的隐中心矢量,然后使用遗传算法进一步优选隐中心矢量,同时优化核函数控制参数.实验结果表明,该算法在实际应用中能够加快优化速度,降低计算复杂度,有效地简化RBPNN模型的结构.     

基于用户访问统计的Chord动态路由机制

在P2P环境下,单个节点无法准确了解全局资源分布,导致系统查询效率较低.提出一种Chord动态路由机制(DChord),将单个节点的路由表信息扩展至整个标识符空间.依据用户访问统计,将热点区间的路由信息加入节点路由表,并删除低访问率路由项,从而提高系统查询效率,同时维持较小的存储开销.仿真结果表明,DChord路由表存...