多层次语义网的改进Web服务检索技术

利用语义Web服务中的标准OWL-S,提出多层次语义Web服务检索技术.与目前关键字或分类的查询方法相比,多层次语义Web服务检索技术具有更多的判断依据,并增加Web服务在搜寻时的准确率及可用性.模型包括服务名称分析、概念描述及输出-输出参数相似性分析、服务质量分析3个阶段.实验结果表明,与传统的基于关键字的检索方式相比,采用多层次语义扩展检索的查准率平均值上升0.25,查全率平均值上升0.24,但执行效率降低3.2%.     

基于多标签核判别分析的人脸身份与性别识别方法

为解决多标签线性判别分析(MLDA)方法在非线性维数约简方面的局限性,提出了一种多标签核判别分析(MKDA)方法,并将其用于人脸的身份与性别识别中.该方法的基本思想是通过非线性映射将训练样本从输入空间映射到高维核特征空间中,并在该特征空间中进行基于MLDA的数据降维.在身份和性别识别中,首先采用MKDA方法对人脸图像特征向量进行降维,获取判别特征矢量集;其次,为每幅人脸图像赋予一个表征身份和性别的多标签类别矢量;最后,采用减秩回归模型(RRR)描述判别特征矢量与多标签类别矢量之间的回归关系,并利用该模型进行未知人脸的身份和性别识别.AR人脸数据库上的实验结果表明:在人脸身份和性别识别中,MKDA方法的识别率高于传统核判别分析(KDA)方法.