基于单幅线条图的三维立体重建方法综述
摘要：从单幅线条图重建物体的三维立体结构是机器视觉领域的一个重要问题。它的应用范围包括基于手工绘制的立体设计与创作、将现有的工程线框模型图转换为三维模型、基于自然图像的三维建模、图像理解和检索等。从不同的角度对现有的相关方法进行了分类，并重点从所用算法分类的角度回顾了现有的相关方法。最后总结了基于幅线条图的三维立体重建方法的现状和不足，指出了未来的研究发展方向。社交网络影响力研究综述
摘要：互联网正逐步演变为无处不在的计算平台和信息传播平台。在线社交网站、微博、博客、论坛、维基等社交网络应用的出现和迅猛发展，使得人类使用互联网的方式产生了深刻变革一由简单信息搜索和网页浏览转向网上社会关系的构建与维护、基于社会关系的信息创造、交流和共享。社交网络中个体间的交互形成影响力，社交网络中的影响力主要依赖个体间的关系强度、个体间的网络距离、时序因子以及网络特征与个体特征等。影响力分析技术的相关研究主要包括个体间的影响强度度量技术、个体影响力度量技术、影响力扩散机制等。一种基于非局部正则化和可靠区域检测的虹膜图像去模糊算法
摘要：在虹膜图像的采集过程中，由于现阶段硬件设备和虹膜本身特性的限制，不可避免地会采集到模糊的图像。模糊的虹膜图像由于其纹理细节信息的丢失，造成了虹膜识别系统性能的下降。提出了一种适用于虹膜图像的恢复算法，以增强模糊图像的质量，提升系统的识别准确率。此去模糊算法充分利用虹膜图像的独特性质作为先验知识，使用了一种由粗到精的结构，模糊核首先在参数模型的刻画下进行初始化，然后转而使用像素级的模型进行优化更新，以准确表达真实的模糊原因。在优化过程中，使用了一种基于非局部性的正则化手段，并通过对虹膜图像的分析仅选取了可靠的区域来对清晰图像进行估计，以同时保证算法的可靠性和高效性。在实验中通过与现有算法的比较，可以发现本算法对于运动模糊和离焦模糊的虹膜图像均能够获得更大程度的识别性能提升，验证了本算法的有效性。基于3-layer中心度的社交网络影响力最大化算法
摘要：社交网络影响最大化问题是指如何寻找网络中有限的初始节点，使得影响的传播范围最广。一些贪心算法可以得到较好的影响范围，但是因时间复杂度太高而不适用于大型社交网络。基于度中心性的启发式算法简单但准确度不高；基于介数中心性、接近中心性等全局指标的启发式算法可以较好地识别影响力最大的节点，但计算复杂度也过高。考虑网络节点深层次结构对影响扩散的作用并权衡计算复杂度与准确度，定义了3-layer局部中心度，以计算节点的潜在影响力值。基于线性阈值模型，启发选择一部分种子节点：每一次都选取潜在影响力最大的节点作为种子节点进行激活；运用贪心算法选取剩下的一部分种子节点：每一次都选取具有最大影响增量的节点作为种子节点进行激活。实验表明，该混合算法具有很好的激活范围以及非常低的时间复杂度。基于改进的压入与重标记算法的图割在GPU上的实现
摘要：GraphCuts一直是应用于图像处理领域的一种重要方法。近些年特别在CUDA出现后，图像处理器逐渐成为能够编程的高层次多核心并行处理器。在GPU高性能计算平台上并行实现基于压入与重标记算法的GraphCuts能够提高算法的运算性能，对于扩大GraphCuts在图像处理领域的应用范围很有研究价值。首先将压入与重标记算法在GPU上进行并行化，通过CUDA的纹理内存技术来优化和改进并行化地压入与重标记算法的GraphCuts。最后经实验证实，改进使算法性能得到有效提高。基于标签和协同过滤的个性化资源推荐
摘要：传统的协同过滤算法以用户评分体现用户兴趣偏好及资源相似度，忽视了用户、资源自身的特征，并且对稀疏数据和新资源的推荐质量明显下降。在Web2．0时代下，标签可被用户依个人偏好进行自由资源标注。因此，提出了基于标签和协同过滤的推荐算法。其基本思想是将标签作为体现用户兴趣偏好和资源特征的信息，依据用户、标签及资源的多维关系生成用户及资源的标签特征向量，并计算用户对资源的偏好程度和资源相似度，然后基于用户的历史行为预测用户对其他资源的偏好值，最后依据预测偏好值排序产生Top-N推荐结果。通过与传统的协同过滤算法的比较，验证了本算法能有效缓解数据的稀疏性，解决推荐的冷启动问题，提升推荐的准确性，获得更好的推荐效果。基于Agent动态加权二部无标度网络的异性HIV传播与政策调控模型
摘要：HIV的传播是个体的行为、疾病的干预措施和个体之间的社会网络协同演化的结果。提出了基于agent的动态加权二部无标度网络方法的异性HⅣ传播和干预仿真模型。二部网络中的女性人群根据高危行为不同分为普通人群和女性性工作者（Female Sex Workers，FSW），男性人群根据高危行为不同分为普通人群和女性性工作者客户（Clints of femalesex worker，CSW）。给出了利用配置模型快速生成指数可调的异性二部无标度网络的生成算法，其根据异性二部网络中单位时间内性行为次数的分配算法确定二部网络中边的权值，构成二部加权无标度网络。网络中的伙伴关系有固定关系、偶然关系型和临时关系，二部网络中的边可随边的维持时间的结束而断开和重连，网络具有动态特性。个体／agent模型描述了个体高危行为、病程、个体社会结构与干预措施之间的相互影响关系。仿真实验分析了个体高危行为是否采用安全措施、是否参加自愿咨询检测和是否参加抗病毒治疗等干预措施对疾病传播的影响。基于HMM的蒙古语语音合成技术研究
摘要：基于隐马尔科夫模型的语音合成方法是当今语音合成的主流方法，它已被广泛应用于英语、汉语、日语等语音合成系统中。然而基于隐马尔科夫模型的蒙古语的语音合成技术研究还处于空白状态。首次将基于隐马尔科夫模型的语音合成方法用于蒙古语语音合成，并进行了语音合成实验。从最终合成系统的效果来看，合成的语音整体稳定流畅，可懂度高，而且节奏感比较强，主观平均得分为3．80。这为进一步研究基于隐马尔科夫模型的蒙古语语音合成技术奠定了基础。无迹卡尔曼滤波在旋转乒乓球轨迹预测中的应用
摘要：乒乓球机器人不能进行成功的智能回球的主要原因是对旋转球的轨迹预测不准确。减小轨迹预测误差可采取如下对策：分析旋转乒乓球飞行过程的运动学模型，采用无迹卡尔曼滤波（UKF）思想构建过程方程和观测方程，根据视觉系统观测得到的三维空间位置信息对乒乓球的三维空间位置、线速度及角速度进行在线估计。通过多次Matlab仿真对比实验和实际对比实验表明，UKF算法相对EKF算法在轨迹预测用时上可节省99％，跟踪误差更小。基于I2C距离和标记相关性的多标记场景分类
摘要：将改进的ML-12C与基于标记相关性的方法结合，提出一种改进的多标记场景分类方法。首先提取所有图像的SURF特征，将每个类用一个特征集来表示；然后采用改进的12C方法来计算待测图像与已知类之间的距离，根据距离进行标记排序；最后根据排序，利用标记相关性来预测待测图像的所有可能标记。实验结果表明，该方法对多标记场景分类的准确率较高。基于近似熵及EMD的高铁故障诊断
摘要：抗蛇行减振器故障、横向减振器故障、空气弹簧故障是高铁的3种典型故障。针对高铁的3种常见故障的非线性、非平稳特性，本次研究中将近似熵和经验模态分解应用到高铁故障诊断中进行故障特征提取，并使用BP神经网络作为高铁故障诊断模型进行高铁的故障诊断。实验证明，该方法能够准确有效地进行高铁故障诊断。此外，通过对比实验表明，融合近似熵特征和EMD分解后的第一个模态分量的能量特征比单个特征更有利于高铁故障诊断。基于最小最大割算法的阈值分割算法
摘要：近年来，建立在图论基础上的谱聚类算法作为一种新型的工具被应用于图像分割。其本质是将图像分割转化为最优化问题，其中的最小最大割算~（Min-maxcut）能充分满足聚类算法的准则。算法实现过程中，把最优化准则转化为特征系统进行求解。该实现方法计算复杂，随着图像尺寸的增加，所需存储空间和计算时间复杂度都会增加。在实现最小最大割算法时，用基于灰度级的权值矩阵代替通常所用的基于图像像素的权值矩阵来描述图像各像素的关系，确定分割的阈值。实验表明，此方法实现的最小最大割算法实现简单、实时性高，具有自动分割等优越的分割性能。基于双层码本的语音驱动视觉语音合成系统
摘要：提出了一种基于双层码本的语音驱动视觉语音合成系统，该系统以矢量量化的思想为基础，建立语音特征空间到视觉语音特征空间的粗耦合映射关系。为加强语音和视觉语音的关联性，系统分别根据语音特征与视觉语音特征的相似性两次对样本数据进行自动聚类，构造同时反映语音之间与视觉语音之间相似性的双层映射码本。数据预处理阶段，提出一种能反映视觉语音几何形状特征与牙齿可见度的联合特征模型，并在语音特征LPCC及MFCC基础上采用遗传算法提取视觉语音相关的语音特征模型。合成的视频中图像数据与原始视频中图像数据的比较结果表明，合成结果能在一定程度上逼近原始数据，取得了很好的效果。CDN缓存资源分配的细胞优化算法
摘要：为了缓解Internet网络拥挤状况，提高用户访问网站的响应速度，从技术上解决由于网络带宽小、用户访问量大、网点分布不均等原因所造成的用户访问网站响应速度慢的问题，提出了一种新的缓存资源分配方法——细胞优化算法。该算法是模仿自然细胞系统功能的一种智能优化方法，其通过模拟细胞内部结构和原理，对细胞核、细胞质的浓度、细胞间的亲和度、细胞优化机制、细胞的动态演化过程建立数学模型。给出了算法的并行计算结构和步骤。最后，通过理论证明、仿真实验与同类算法的比较，验证了算法求解CDN缓，存资源分配问题的有效性。基于改进尺度不变特征的图像局域几何配准研究
摘要：针对图像配准容易产生误配准、漏配准的问题，提出了基于改进尺度不变特征的图像局域几何配准。该方法改进了尺度不变特征，通过构建边缘尺度空间设计了尺度不变边缘特征变换，融合了尺度不变特征点和尺度不变边缘。以尺度不变特征为基础，搜寻图像间的局域图像变换，实现图像局域几何配准。实验表明，SIFT特征点和边缘信息互补能够提供更多的配准信息并减少错误配准；该方法对尺度、噪声、形变、光照等不敏感，能够配准移动目标，真实地反映图像的配准状况。基于扩展描述逻辑和逻辑程序的事件动作形式化表示与推理
摘要：“事件”是比“概念”粒度更大的人类知识表示单元，更接近于人类的认知过程。动作作为事件的一个重要要素，表示事件中对象的状态的变化过程。在状态的变化过程中加入时间信息，将动作表示为对象的状态随时间变化而变化的过程，使得动作描述得更加具体。运用事件中的动作、对象和时间要素构建了一个动作形式化体系，研究了事件知识中确定性动作和不确定性动作的语法表示和语义解释。该形式化体系将扩展的带时间维的描述逻辑T-ALC和逻辑程序设计进行整合，增强了动作的表达能力；在动作的推理中，将确定性动作转化为逻辑程序Datalog规则实现动态推理，将不确定性动作转化为Datalog-规则实现不确定推理。最后通过银行服务系统实例对动作的形式化表示和推理进行了验证。基于多线谱驱动的虚拟人手运动及约束控制
摘要：针对现有手部运动模拟控制的复杂性，通过分析人手解剖学结构及运动特性，提出了基于多线谱控制的虚拟人手运动及控制机制。针对单指运动，通过控制该指上的多条肌肉归一化收缩量，驱使单指关节的灵活运动；在多指协同运动中，由于相邻手指之间存在运动促进和制约的关系，因此要考虑其他手指的影响，根据其约束关系，控制相应的肌肉收缩，实现多指协同运动。实验表明，所建立的控制机制能较好地仿真单指及多指间的各种运动，在多线谱的控制下，能够方便快捷地仿真多种手势及手语，且运动效果逼真，手部运动自然灵活。一种基于空间滤波的钢轨表面擦伤检测改进算法
摘要：钢轨表面擦伤检测是保障铁路运输安全的重要手段之一。应用图像处理和模式识别技术来处理钢轨数字图像，检测并定位擦伤区域是一种可行且发展迅速的研究手段。课题组在前期工作中提出了一种鲁棒实时的钢轨表面擦伤检测算法，该算法首先对钢轨图像进行灰度对比度增强，在此基础上定位可疑擦伤区域并进行判定。算法对于常规擦伤图像具有较高的检测性能，但对于钢轨图像包含多处擦伤且擦伤区域灰度值差异较大的情况，往往造成漏检。针对原算法的不足，提出了一种基于空间滤波的钢轨表面擦伤检测改进算法，该算法对原算法检测到的擦伤区域进行钢轨灰度图均值填充，并对填充后的图像进行二次检测，在重新生成的灰度对比度图中，原检测图像中灰度值不明显的擦伤区域的灰度对比度值得到增强，从而增加了检出的可能性。经实验结果验证，改进算法具有较高的检测性能：在总的时间耗费没有明显增加的情况下，检测的平均准确率为90．8％，平均漏检率为4．0~／4，较原算法有较大改善。
