【摘 要】
：
行人重识别技术旨在匹配不同的摄像机拍摄场景中属于同一个人的所有图片.近年来,核化跨视图二次判别法已在相关任务中取得优良的效果.然而,在处理高维小样本数据时,对于协方差矩阵逆的估计通常由于数据集较小的原因容易产生较大的偏差;在不同视图之间,人的外观经历复杂的非线性转换,因此导致识别精度较低.为解决此问题,本文提出一种将最小误差分类、平滑技术与核化跨视图二次判别法相结合的度量学习方法 MCE-kXQD
【机 构】
：
安徽工业大学 管理科学与工程学院,安徽 马鞍山243002
论文部分内容阅读
行人重识别技术旨在匹配不同的摄像机拍摄场景中属于同一个人的所有图片.近年来,核化跨视图二次判别法已在相关任务中取得优良的效果.然而,在处理高维小样本数据时,对于协方差矩阵逆的估计通常由于数据集较小的原因容易产生较大的偏差;在不同视图之间,人的外观经历复杂的非线性转换,因此导致识别精度较低.为解决此问题,本文提出一种将最小误差分类、平滑技术与核化跨视图二次判别法相结合的度量学习方法 MCE-kXQDA(minimum classification error-based kernel cross-vi
其他文献
目前大多数系统日志存在不同比例的细粒度日志,现有的日志解析器无法正确解析这些日志,导致整体解析准确度不高的问题.为了提升日志解析的整体准确度,加快日志解析过程,解决长度可变的及含有状态变量的细粒度日志错误分类的问题,本文提出了结合日志的常量令牌长度特征的决策树日志解析模型(CLDT).模型主要包括数据预处理、决策树搜索、相似度计算与事件生成、更新决策树.实验采用开源日志集HDFS、HPC、Zookeeper进行了测试.实验结果表明,CLDT能有效地解决细粒度日志分类的问题,总体性能优于经典的Drain、S
随着物联网的飞速发展,连接到互联网的终端设备数量不断增加,终端设备在处理计算密集型任务时可能面临着能力不足的问题,而将任务卸载到云平台上的方法难以满足延迟敏感型任务的需求.因此在网络边缘处将计算量大的任务合理分配给计算资源充足的边缘服务器进行计算处理,再把计算完成的结果返回到终端,能有效的解决此类问题.本文首先介绍了边缘计算和计算卸载的基本概念和度量指标,其次围绕计算卸载问题的建模方法、模型求解对
针对移动社交网络中用户轨迹隐私泄露问题,提出一种轨迹隐私保护方法.首先,将用户所在区域网格划分便于进行缓存区查询,通过用户端设置缓存机制,及时缓存用户所在区域查询到的候选结果集;其次,安全中心对用户进行安全注册,调配公私钥对位置信息进行安全验证,并将同一用户位置信息随机分割为M份发送给多匿名器;接着,设计了多匿名器的随机并发k匿名机制,对M份位置信息并发k匿名;最后,LBS服务器端引入前缀树,使用分簇数据融合隐私保护算法对位置信息进行加密,通过最优二叉树算法查询用户兴趣点.安全分析和实验验证表明,该方法能
车载自组织网络(VANETs)是移动网络在交通上的应用.而车辆身份隐私保护是VANETs安全中的重要组成部分.针对车辆隐私保护问题,本文提出了一种结合区块链和群签名的车辆隐私匿名保护方案(BGAS).在该方案中,当需要与数字证书认证机构(CA)进行通信时,车辆必须先进行群签名再与CA通信并将车辆的公钥存储于区块链中.若车辆提供虚假身份信息,群管理者会使用群私钥揭示签名者身份并授权CA撤销车辆公钥.在车辆与车辆之间发生通信前,车辆生成假名并用假名进行通信.通信过程中,车辆获取通信信息并请求CA解密假名并确认
模糊测试技术是一种使用不同变异算子生成测试用例对程序进行漏洞检测的技术.当前对模糊测试技术的研究集中在变异算子的设计与程序分析两个方面,对多种变异算子之间的协同调度还没有进行深入研究.文章首先对模糊测试中通用的15个变异算子进行研究,分析不同变异算子在不同类型程序上的变异效率.文章以探索与利用模型为基础,结合变异算子变异效率变化的规律,设计了变异算子调度优化模型EE-POS,以提高模糊测试技术的漏洞挖掘效率.文章在原型系统EE-POS-AFL上实现了EE-POS变异算子调度优化模型,通过与AFL的对比实验
综合模块化航空电子系统(Integrated Modular Avionics,IMA)是安全关键领域中一类重要的复杂嵌入式系统,具有分布式、异构、计算资源和物理资源强耦合等特征,单一建模语言无法完全覆盖该类系统的建模要求.近年来,多范式建模方法(Multi-Paradigm Modeling,MPM)已成为IMA设计的研究热点.AADL(Architecture Analysis and Design Language)是一种安全关键嵌入式系统体系结构描述语言,具有丰富的表达能力和可扩展性.本文提出一种
密集子图体现了大图中的稠密部分,它是图中具有最高密度的子图,这使得它在事件检测,生物分析和社区发现等方面具有广泛应用和实用价值.现有的密集子图发现方法所使用的图模型描述不够详细,并且发现的密集子图缺乏统计显著性.为了解决以上问题,本文提出了异构属性网络这一新模型,然后在异构属性网络上通过非参数扫描统计和基于(k,Ψ)-核的方法发现高Steiner连通度的统计显著密集子图.首先构建异构属性网络,其包括类型、实体、关系和带有时序关系的属性信息;其次通过历史属性信息计算异构属性网络中每个实体的统计值,形成统计权
为提高低分辨率人脸图像的识别性能,提出一种基于高斯图像金字塔特征融合的低分辨率人脸识别方法.首先,通过多尺度分析技术建立低分辨率人脸高斯金字塔;针对金字塔各层人脸图像特点,使用恰当的特征提取方法获取各层图像的特征谱,其中底层图像进行局部二值模式计算,并将统计直方图序列作为该层的人脸特征谱;中间层使用适当的Gabor滤波器进行卷积,提取的Gabor特征谱作为中间层的人脸特征谱;采用方向梯度直方图对顶
Web服务的异构性导致Web服务组合经常出现失配现象,Web服务适配是解决失配的问题的可行方法,而可适配性是能够进行适配的前提,本文提出基于动作映射的Web服务组合自动化可适配分析方法.首先,构造包含语法、语义和行为协议的SxSTS模型来全面刻画Web服务;其次,基于参数本体概念兼容建立参数映射并依据参数映射结果建立动作映射关系;再次,通过检查所有请求动作都有对应接收动作并且接收动作中不存在缺失的参数判定可适配性;最后,通过实例说明了方法的有效性.
答案选择是问答领域中一项重要的子任务,该任务旨在从候选答案集中选择出正确的答案.传统的模型主要依靠人工提取问答之间的语义相似度特征,并通过分类器或排名算法选择最匹配的答案.近年来的研究工作主要基于深度神经网络自动提取问答的语义相似度特征,并在问答匹配精度上取得了巨大的进步.但是,大多数深度神经网络模型依赖单一的神经网络来获取问答的语义表征,且未充分考虑问答在语义表征上的相互影响,无法充分挖掘问答之间的语义相似信息.针对上述问题,本文提出了一个知识增强的混合神经网络模型KE-HNN(Knowledge-en