【摘 要】
：
在飞速发展的信息时代,捕获设备的激增和在线社交媒体的爆炸性增长已经导致私有图像和视频收集在互联网等媒体上不断累积.图像搜索中其搜索结果往往不能满足其搜索意图,因此很多研究开始专注于对搜索结果的再次排序,将与查询更加相关的图像排序在前.提出的给予多特征融合的图像重排序方法能够对搜索结果进行很好的排序,实现较好的结果.
【机 构】
：
北京联合大学北京市信息服务工程重点实验室 北京100101
【出 处】
：
中国计算机用户协会网络应用分会2016年第二十届网络新技术与应用年会
论文部分内容阅读
在飞速发展的信息时代,捕获设备的激增和在线社交媒体的爆炸性增长已经导致私有图像和视频收集在互联网等媒体上不断累积.图像搜索中其搜索结果往往不能满足其搜索意图,因此很多研究开始专注于对搜索结果的再次排序,将与查询更加相关的图像排序在前.提出的给予多特征融合的图像重排序方法能够对搜索结果进行很好的排序,实现较好的结果.
其他文献
针对Web领域实体不断产生和变化的情况,根据二阶Markov逻辑网给出实体匹配规则模型,基于该模型提出匹配函数提取算法,结合最优分块策略,并在块内利用实体间隐含的关系来进行匹配.解决了实体匹配中实体和属性不断更新所造成的不确定性问题.实验证明,给出的规则模型和算法降低了实体匹配的匹配代价,提高了匹配精确率,同时具备良好的可扩展性.
针对机车滚动轴承振动信号的特点,结合隐马尔科夫模型的建模能力和支持向量机的分类能力,提出了基于混合HMM-SVM的故障诊断模型.首先对振动信号进行预处理,然后对预处理后的振动信号进行线性预测模型系数的提取,得到相应的故障特征,将此作为隐马尔科夫模型的输入得到概率特征向量,最后利用支持向量机进行故障分类.仿真结果表明,该方法在机车故障诊断中取得了良好的效果.
针对人们因外出而无法照料盆栽的问题和实现智慧地球的理念,采用嵌入式系统软硬件技术设计了智能盆栽管家系统.系统由基于STM32的硬件服务器端和安卓客户端组成,其中硬件端处理器采用STM32F103单片机.服务器将各传感器采集的环境信息通过无线网络发送到客户端,并接收客户端发来的控制命令对各部件进行相应操作.主要工作包括每个传感器模块的驱动程序实现、无线网络配置、自动监控模式实现.设计的智能盆栽管家系
针对信息系统安全风险中信息的不完全性和概念的不明确性特点,在分析信息系统风险因素的基础上,建立了一个较为全面的综合评价模型对其进行综合评估.将聚类的方法和模糊数学中的模糊综合评价法相结合对信息安全风险主观评价结果进行量化,同时采用"一人一票一分制"来解决专家打分的模糊性规则知识,并把每个风险因素的权值计算引入到熵权指数计算法中,克服专家直接评估所带来的主观影响,使评估结果更科学合理.以某电网企业信
首先对冲击碾压施工过程质量实时监测的问题进行了理论分析,认为冲击碾压施工的压实度应该和每次碾压时的对地激振力有关,可由激振力反推压实度的状况.而对一定的设备,测量力的数值可转化为测量加速度的数值.因此,在施工数字化监测系统的研制中,加速度传感器的选型尤为关键.其次,选择了多个不同测量频率和量程的加速度传感器、不同的工地现场,分别进行了多组实验并采集了大量的数据.最后,对实验数据进行了详细分析,实验
智能家居系统可以改善社会的居住环境,提高人们的家居幸福感.设计了一种基于Arduino的智能家居语音控制系统,用户通过该系统可以使用语音的方式控制各类家居设备,如电灯、空调、电视、窗帘等.利用Arduino UNO作为系统的主控制单元,并采用LD3320语音识别芯片完成语音指令的识别.该系统通过无线控制家居设备,操作方便、成本低,有利于使用及推广.
分布式拒绝服务攻击是拒绝服务攻击的一种衍生攻击,是互联网的重要威胁之一.基于攻击所处网络层次的不同,可分为网络层DDoS攻击和应用层DDoS攻击.对应用层DDoS攻击的原理进行了介绍,并对应用层DDoS攻击的检测方法和存在的挑战进行了总结.
近年来,随着Web2.0的发展,数字多媒体图像出现了爆炸式的增长,使得人类拥有了海量的图像资源.图像语义标注自动生成方法的研究在图像检索领域已经成为了研究热点,也出现了越来越多的图像语义标注方法,是一个具有挑战性的研究课题.着重介绍了多标签学习方法的典型自动图像语义标注算法,分析其各自的优缺点以及近年来的技术突破.最后基于多标签学习的自动图像语义标注进行了展望.
AJAX是一种广泛应用于浏览器的网页开发技术,使用AJAX的最大优点就是采用异步数据交换,能在不更新整个页面的前提下维护和更新数据.AJAX的出现拉近了Web应用程序和桌面应用程序的距离,使用AJAX技术配合DHTML,也可以在浏览器中实现漂亮的用户界面和非凡的交互性.在JavaScript中,有一个很重要的安全性限制,被称为"Same-Origin Policy",其让页面之间的互相访问有了许多
详细介绍了BP神经网络的算法流程和计算步骤.针对BP算法的关键特点进行说明.利用MFC编程框架设计了BP神经网络预测系统,并对该系统进行了性能评价.为了让该系统符合通用预测性能的需求,设计了直观的图形用户界面,该界面包括了用户交互功能和BP神经网络的主要结构信息.最后利用预处理后的无差别数作为训练样本对该系统进行验证,实验结果表明期望输出与实际输出有很好的拟合度.同时,利用该系统进行了剔除有差别数