【摘 要】
：
在多媒体信息技术迅猛发展的大数据时代，社会发展受到技术变革的巨大影响，人类生活也产生了明显变化.目前海量多媒体数据主要检索方式仍然需要人力并消耗大量时间来处理完成.为了解决上述问题，达到智能和精确的检索目的，专家学者们从内容检索向语义检索逐步推进，并已进行基于对象、行为和事件语义检索等方面的研究.基于语义特征的提取方法与其技术的研究是解决语义检索中存在问题的关键.在此前研究成果的基础上，进一步研究
【机 构】
：
武汉理工大学计算机科学与技术学院/华中科技大学计算机科学与技术学院
论文部分内容阅读
在多媒体信息技术迅猛发展的大数据时代，社会发展受到技术变革的巨大影响，人类生活也产生了明显变化.目前海量多媒体数据主要检索方式仍然需要人力并消耗大量时间来处理完成.为了解决上述问题，达到智能和精确的检索目的，专家学者们从内容检索向语义检索逐步推进，并已进行基于对象、行为和事件语义检索等方面的研究.基于语义特征的提取方法与其技术的研究是解决语义检索中存在问题的关键.在此前研究成果的基础上，进一步研究学习视频语义提取的相关方法，并提出了一种基于条件随机域的视频语义特征提取方法，包括视频底层特征模型参数估计算法MPE和高层对象语义模型更新法MR.该方法可以实现视频语义特征概念本体的自动提取和标注，从而提供语义检索的可行性.针对视频图像检索应用需求的研究可从视频语义特征提取的若干关键问题入手进行研究，提出若干创新性成果.若要满足日益增长的视频检索需求，则要构建更高效的语义检索框架来提供包括对象、行为、场景、事件等更为精确的语义描述.
其他文献
Recently,atomic layer deposition(ALD)has been adopted in the surface modifications of nanoparticles with controllable dense and uniform nanoscale coating.Up to now,several kinds of equipment designs,i
Pulsed ultraviolet light from a XeF excimer laser was used to grow thin films of zinc oxide on(111)p-type silicon wafers within a versatile high vacuum laser deposition system.Pressure,target temperat
Resistive switching behaviour has been intensively studied in oxides[1,2].In oxides,it is well known that oxygen vacancies play an important role in the resistive switching behaviour[3].The oxygen vac
Surface plasmon polarization(SPP)waveguides consisting of dielectric claddings and metal thin films have been shown to transmit optical signals beyond the diffraction limit.It is appealing for nanosca
The sandwich films composed aluminum ions doped zinc oxide(AZO)/silver(Ag)/aluminum doped zinc oxide(AZO)films were prepared on polyimide(PI)and glass substrates by RF magnetron sputtering using the p
电力用采大数据上的OLAP查询具有涉及数据量大、多表连接操作频繁、SQL结构复杂等特点,传统关系型数据库面对该类应用,暴露出可扩展性弱、数据写入吞吐量低与查询效率低等问题。针对上述问题,本文设计并实现了一套基于Spark/Shark的电力用采大数据OLAP分析系统,采用分布式文件系统HDFS保存电力用采大数据,通过Shark进行前端SQL解析, Spark进行查询计算。然而,原生Shark只支持粗
气象数据是一种典型的非结构化数据,在实际应用中其日增量达数十TB,基于关系数据库和传统文件系统的解析、存储与访问模式已成为制约天气预报系统信息化发展的瓶颈之一。为满足全国天气预报平台MICAPS用户对于实时数据的及时、快速查询,本文介绍了能够7*24小时稳定工作、支撑数十TB/天的数据实时解析系统。根据气象数据的多维模型和用户行为,采用非关系型分布式Key-Value数据库,设计实现了高性能海量数
因子分解机因可处理高稀疏度场景、易于利用辅助信息而广泛应用于评分预测推荐问题上。考虑现实中评分预测问题大多都有类别信息可以利用,而传统的因子分解机特征交互是两两交互而未考虑类别权重信息,因而引入了无关因子交互；本文在因子分解机模型的基础上提出了类别权重因子分解机(Category Weight Factorization Machine),利用类别分级避免了无关因子交互所引入的噪声并有效地解决了冷
基于二部图的概率传播模型以优化推荐列表的精确度为目标，通常忽略了推荐算法的另一个重要指标-多样性。本文同时从精确度与多样性的角度考虑，对基于二部图的概率传播模型进行了改进。改进的模型将项目得分预测过程定义为资源的三步传播过程，每步传播包含传播概率与传播损耗。设计传播损耗同时考虑了项目的度、用户熵与邻居项目。通过在两个常用数据集上的不同实验，从准确率、整体多样性、个体多样性以及销售平衡四个方面验证了
近似近邻查询是管理大规模非结构化数据的一项基本而重要的技术，在数据挖掘、多媒体检索等研究领域中有着广泛的应用。随着数据规模的指数式增长，如何对大规模高维数据进行快速、准确的查询并降低索引系统的存储和计算开销，成为近年来备受关注的问题。本文提出了一种基于乘积量化的分布式哈希学习方法，并在Spark分布式计算平台上完成了算法实现。以此建立的近似近邻查询系统不仅可以大幅降低存储和计算开销，而且在保证高检