基于分块潜在语义的场景分类方法

来源 :计算机应用 | 被引量 : 24次 | 上传用户:nofengy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于分块潜在语义的场景分类方法。该方法首先对图像进行均匀分块并使用分块内视觉词汇的出现频率来描述每一个分块,然后利用概率潜在语义分析(PLSA)方法从图像的分块集合中发现潜在语义模型,最后利用该模型提取出潜在语义在图像分块中的出现情况来进行场景分类。在13类场景图像上的实验表明,与其他方法相比,该方法具有更高的分类准确率。
其他文献
藏语分词词典是藏语自动分词系统的重要基础,词典规模大小和算法设计的优劣直接影响着分词的效率。本项目首先收集了多部藏语字、词典的所有词条及藏语标点符号,形成了约10万词条的大型藏语分词词库;根据藏字不同长度的特点,建立了藏语特有的多级索引分词词典机制,分析设计藏语整词二分法进行藏语分词。实验结果表明该藏语分词词典具有结构简单,分词速度快和查询性能高等优点。
信息隐藏的原理就是利用载体中存在的冗余信息来隐藏秘密对象。依据人类对于图像的视觉冗余特性研究了空域上的信息隐藏,给出了基于最低有效位(LSB)和其他多位隐藏和检测方法的算法和流程,并且通过编程实现;进一步对不同比特位隐藏效果作出定量、定性分析,从视觉冗余性角度讨论了数据嵌入位置问题;最后利用熵值评价隐藏结果。实验结果表明,该方法能够根据视觉冗余性寻找到最佳嵌入位置,将对信息隐藏技术有一定的指导作用
节点配置是无线传感器网络研究的核心问题之一。为实现传感器节点的配置,随机散布方式被广泛地采用。主要研究了无线传感器网络节点随机配置的完全覆盖和连通问题。通过对网络完全覆盖和连通的分析,给出完全覆盖概率、检测半径和节点数目之间的定量关系;分析了参数对配置的影响,对比高斯分布和均匀分布的配置特性,以指导传感器网络的节点放置。提出了完全覆盖径向连通的配置方案来优化传感器节点数目,从而降低网络的配置代价。
目前采用CMMI模型进行过程改进的企业,尤其是中小型企业在实施度量时盲目选择度量元,缺少合适度量过程框架的指导。针对上述问题,结合现有的GQM度量模型及其改进模型,以及PSM实用软件度量模型的特点,提出了一种支持软件过程改进的目标和信息共同驱动的度量模型(GI2M-D),给出了基于GI2M-D度量模型的软件度量过程框架。该框架使度量人员选取度量元时更有针对性和目的性,为决策者和软件过程改进者,特别
目的 观察不同时点螺旋藻对染尘肺泡巨噬细胞的保护功能。方法 采用肺泡巨噬细胞体外培养方法。结果 随培养时间延长,各组LDH、MDA含量均明显升高,SOD含量均明显下降,尤其在12小时前变化
针对粗糙集理论应用于数字图像水印技术的可行性,结合人类视觉特性,提出一种基于粗糙集理论的水印嵌入位置选择方法。该方法把载体图像看成是一个知识系统,按照人类视觉特性的要求将图像系数划分为多个不同的等价类,通过属性的组合筛选出适合于水印嵌入的系数位置。最后选取灰度图像Lena和Baboon作为测试图像,证明了该方法的有效性和可扩展性。
为了将分布在Internet上异构的Web服务组装成新的服务提供给用户,提出一种面向用户的Web服务组装方法,将组装过程分为需求拆分、服务选择、执行服务组装和服务结果合并四个阶段,并提出了基于组装模式的用户需求输入及拆分方法、基于QoS的服务选择模型和基于中间模式的异构消息转换模型。最后通过物流领域服务组装平台的设计与实现,验证了上述方法的可行性与有效性。
从曲线演化的角度提出一种基于贝叶斯(Bayesian)区域统计和区域竞争的自适应变分图像分割模型,该模型使用水平集描述曲线和区域,得到基于Bayesian区域统计信息的能量函数,利用区域竞争曲线演化模型推导出一种快速曲线演化偏微分方程,实现了图像分割。该方法可以同时提取出多类目标,算法具有快速、分割精度高的特点,且易于综合纹理、形状等多种信息对模型进行扩充。此外,能量函数和曲线演化方程是相对独立的
针对连续数据分发型传感器网络,提出了一种基于应用规则和概率的动态路由算法RPDR。算法基于节点的状态信息,与应用规则交互后周期性地构造一棵广度优先的数据汇集树形成动态路由路径。数据汇集树由初始生成树建立与生成树修补两阶段完成,算法首先将节点状态作为输入参数提供给应用规则,再由规则使用预定义公式计算出节点当前轮成为树节点的概率,形成初始树;而后在树修补阶段,通过添加一些新的普通节点为路由节点对初始树
将进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题。针对图数据挖掘中经常遇到的子图同构问题,提出了带状态回溯个体的概念,从而使遗传算子的设计更为合理。另外,还提出了一种新的多样性保持方案,从种群的组成和个体的生成两个方面提高了种群的多样性。在进化过程中随时去掉当前种群中没有潜力的个体的机制使查找空间缩小了一半。实验结果表明,以上措施增强了算法的寻优能力,提高了算法的效率和解的质量。