深度哈希卷积网络在图像检索中的应用

随着网络图像数据的迅猛增长,基于传统的人工设计视觉特征的图像检索方法的效果已无法满足要求。为此,提出了一种基于深度卷积神经网络的监督哈希编码方法。该方法是基于分类和量化误差的深度哈希,同时学习图像、哈希码和分类器的特征表示,然后利用标记的监督信息和深层架构学习卷积网络差异性特征表示,并直接用于生成哈希码和预测图像标签。根据相互关联的量化误差和预测误差共同调整深度网络的学习,最终对给定图像在低维汉明空间上实现快速检索。在MNIST和CIFAR-10两个图像集上的实验结果表明:所提出的方法与几种主流方法相比检索性能更好。最后,将所研究的深度卷积神经网络应用于Metel多媒体教学资源平台的图像检索中,取得了良好的检索效果。     

神经网络在视频检索中的应用

随着计算机技术的发展,视频数据的容量以几何级数增长.如何在海量视频数据库中快速地检索到所需视频成为热门的研究课题.本文提出了一种基于反馈式神经网络的视频检索算法,对视频进行基于内容的分析和检索.实验表明用该方法检索的准确度比用基于关键帧的视频检索方法平均提高4%以上.     

多媒体数据库检索的一种并行算法

本文描述了并行算法在多媒体数据库中的应用。重点介绍了K-树模型和建立在K-树模型上的一种基于内 容、多特征匹配的多媒体并行检索算法。在K-树模型下,每一多媒体数据类型可被视为一个K维的数据集合,它能 在保证检索精度的情况下显著提高检索速度。通过在Beowulf机群系统上的性能测试验证了该算法的有效性。     

图像情感语义分类及检索研究

提高情感语义映射和检索的准确率是图像检索的研究主题。在情感语义映射模型中,将图像的形状七阶矩和颜色矩作为模糊神经网络的输入,对网络的权值和阈值进行二进制编码,作为遗传算法的染色体串,通过遗传算法寻优得到情感语义映射效率最高的个体编码。在检索模型中,用遗传算法对图像匹配算法进行优化,直接找到最适合匹配的子模板坐标。相比传统的序贯相似检测算法,模型大大提高了图像匹配的效率。通过查全率与查准率的对比结果可知,经遗传算法优化后,图像情感映射和检索的性能均得到了明显提升。     

基于卷积神经网络的衣物属性分类方法

针对衣物属性分类的多样性和复杂性,传统算法和并行卷积神经网络难以准确快速地对衣物属性分类,提出了基于卷积神经网络的衣物属性分类方法,从衣物图像不同角度和不同位置特征出发,利用加入了DenseNet网络的模型自动完成特征学习,得到全面的衣物属性分类信息,然后利用cen误差函数优化softmax分类器,提高类间分散性和类内紧密性。结果表明:与并行卷积神经网络和传统算法相比,该网络结构收敛速度更快,在衣物多种属性上分类准确率更高。     

基于面积直方图及交互信息测度论的医学图像检索方法

颜色直方图是基于内容的医学图像检索(CBMIR)中提取图像特征的一种重要方法,然而其完全丢弃了医学图像颜色的空间分布信息。为了有效地利用图像颜色的空间分布信息,本文提出了一种基于面积直方图及交互信息测度法的医学图像检索方法。该方法进一步分析了具有相同灰度的像素之间在空间分布上的差异,用其在图像中形成的主要连通区域的面积大小代替传统直方图中使用的像素总和,从而能够间接反映色彩的空间分布特征;同时,为了提高检索准确率,本文引进了交互信息测度方法。实验结果表明,本文提出的检索方法能够较为准确的反映医学图像的信息特征,从而提高了检索的鲁棒性、准确性和高效性。     

基于极限学习机的中文文本分类方法

针对当前中文文本分类方法难以平衡分类精度和学习效率的问题,提出了一种基于极限学习机(ELM)的中文文本分类方法,该方法包括预处理模块、文本特征提取模块、特征融合模块和基于极限学习机的分类模块。在分类模块中,提出采用单隐层神经网络作为分类器并使用ELM算法来训练分类器,有效地平衡模型性能和学习效率。同时分别针对不同的特征训练分类器,集成不同分类器的输出得到最后的分类结果,有效提高了平衡分类精度,并在电网档案管理系统的档案归类任务中对该模型进行应用评估。实验结果表明,该模型不仅有较高的分类精度,而且在训练和测试两个阶段模型的计算都具有较低的代价。所提方法适用于海量数据下的中文文本分类场景,具有重要的研究意义和推广价值。     

一种新型网页篡改检测技术

针对常规网页水印算法隐蔽性差、隐藏信息量受网页内容限制的问题,提出了一种新型的网页水印嵌入技术.通过在网页中嵌入一副小尺寸图像的方式,将水印隐藏于图像中.分析了现有网页水印算法的缺点,设计了由哈希函数和混沌序列相结合的水印生成算法,提出了将网页内容分段并转换为ASSIC码的方式生成位置水印.描述了图像频域水印的嵌入与检测过程.通过实验验证了算法的隐蔽性以及篡改检测的有效性.     

剪纸艺术多媒体交互平台中的图像检索技术研究

利用信息技术手段保护非物质文化遗产资源是目前研究的热点之一,图像检索技术的研究是构建剪纸艺术多媒体交互平台的关键环节。分析了基于文本的图像检索（TBIR）和基于内容的图像检索（CBIR）的思路及算法,并在剪纸艺术多媒体交互平台中进行了实现。深入对比了两者的优缺点,探讨了两种检索方式相结合的可能途径,在此基础上提出利用自动语义标注技术解决图像检索中存在的“语义鸿沟”问题,有利于提高图像检索的效率和准确率。     

基于改进蚁群算法的高校图书馆书目检索策略研究

针对传统的基于关键字查询的信息检索系统存在的不足,提出了一种基于改进蚁群算法的高校图书馆书目检索策略。针对蚁群算法随机优化方法的聚类结果不稳定性问题,提出了基于改进蚁群算法的图书智能检索系统的基础模型,实验证明,改进后的蚁群算法智能检索系统能够检索到与关键字语义相关的信息,如同义、近义等关系,提高了传统图书检索系统的检索效率。     

改进的LDPC译码算法研究

基于LDPC码的BP译码简化算法,结合RMP调度和Offset最小和算法,提出了一种改进的LDPC译码算法。在相同的前提下,改进的译码算法在计算复杂度方面,与Offset最小和算法相比,改善了算法的收敛特性;采用优化的存储方式,降低了存储需求,适合硬件实现。仿真结果表明,改进的译码算法降低了平均迭代次数,减少了量化实现占用的存储单元。     

入侵数据特征并行选择算法

用知识的条件粗糙熵定义了特征的相对重要性,提出了一种基于条件粗糙熵的入侵数据特征并行选择算法。算法首先将入侵数据决策表划分成多个子表,然后利用特征的相对重要性对各子表并行求解,最后以子表选出的局部特征为基础求得原决策表的约简。实验表明,该算法适用于大规模的入侵数据集,选出的特征属性不仅可以大大减少数据在存储、分析以及各组件共享中的代价,还能够保持并提高入侵分类的准确性。     

一种采用双向有序链表存储的动态编码位图索引方法

位图索引依据其独特的位向量编码方式，在数据检索中得到广泛使用。在对比分析位图索引结构中的简单位图索引和编码位图索引的基础上，提出了一种新的基于双向有序链表存储的动态编码位图索引方法，并给出了这一动态编码位图索引方法在数据插入、删除、更新和检索中的详细算法。最后，进行实验测试。结果表明，所提出的索引方法具有更好的执行效率。     

用于QR码自动识读的图像分析方法

对于所采集的条码图像,为了适应实时性的要求,以得到不同光照条件下的最佳阈值,该文提出了把直方图双峰法、OTSU法及NLNiblack阈值法结合起来的改进的自适应阈值法。实验证明了该方法具有高效性和稳定性。为了在条码分割图像中获取QR码的4个顶点,首先,根据3个位置探测图形的特性提出了一种新的方法以求取对应的3个顶点,同时利用QR码的特征提出挖空算法获取条码的边缘,再采用过已知点的Hough变换得到第4个顶点。实验证明该算法在各种采集条件下可有效地得到QR码的4个顶点。     

基于NMI特征的图像检索方法

基于图像的NMI(归一化转动惯量)特征提出了一种新的图像检索方法,其优点是计算简单、图像特征占用存储空间小。实验结果表明,该方法具有一定的实用价值,可用于图像检索。     

一个机群环境下抗数据偏斜的JOIN算法

提出了一种计算机机群环境下JOIN算法，防止数据偏斜对机群执行效率的影响．给出了数据分布树的形式化定义，构造了基于数据分布树的数据均衡分布机制、抗数据偏斜的JOIN算法．分析和实验表明，该算法适合于海量数据查询并能有效地解决机群并行环境下数据偏斜所造成的查询性能低下的问题．     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法。在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪。算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计,提高了目标跟踪的精度。同时通过动态簇头之间的目标状态信息的交换,实现了运动目标的动态连续跟踪。仿真结果表明,算法实现了运动目标协作跟踪,与集中式结构目标跟踪相比,跟踪精度提高了30%。     

基于风险数据挖掘追踪技术的网络入侵检测研究

网络入侵检测是通过分析网络流量行为来识别网络中恶意活动的过程,针对网络入侵检测面临的海量数据入侵检测的挑战,提出了一种新的基于KDD CUP 99数据集的特征选择算法,将基于滤波器和包装器的方法相结合,选择合适的特征进行网络检测入侵。首先,基于训练数据的一般特征对特征进行评价,不依赖于任何挖掘算法;然后,采用互信息萤火虫算法(MIFA)作为基于包装器的特征选择策略进行特征提取,进一步基于C4. 5分类器和基于贝叶斯网络(BN)的分类器,结合KDD CUP 99数据集对得到的特征进行分类;最后,将提出的方法与已有的工作进行比较。实验结果表明:10个特征足够检测入侵,并提高了检测精度和假阳性率。     

基于特征表征的单幅图像超分辨方法（英文）

基于稀疏表示的图像超分辨是近年信号处理中的研究热点,快速准确地找到图像的稀疏表示系数是该方法的关键。该文提出了一种基于特征表征的算法来求解图像块的稀疏表示系数。受压缩感知理论启发,使用联合训练的字典来进行图像超分辨。特征表征算法在每一次迭代中,通过确定稀疏系数的符号,将求解的非凸问题变为凸问题,有效提高所得稀疏系数的准确性和超分辨算法速度。仿真结果显示,与插值法和经典的稀疏表示法比较,特征表征法可以得到更好的主观视觉评价和客观量化评价。     

融合颜色与纹理特征的图像内容检索研究

随着信息技术的快速发展,视频、图像等媒体网络信息取代了传统的文本网络信息,基于内容的图像检索成为当今研究的热点问题.本文在分别对基于HSV空间的颜色直方图方法与基于共生矩阵的纹理方法比较的基础上,提出了一种融合颜色与纹理特征的图像检索方法,实现了多特征检索.实验结果显示,当两特征的权重值分别为0.5,0.5时,检索效果大幅度提高.