发表咨询:400-808-1731
订阅咨询:400-808-1751
省级期刊
影响因子 0.3
人气 17056
部级期刊
影响因子 0.38
人气 12698
统计源期刊
影响因子 1.71
人气 12518
CSSCI南大期刊
影响因子 5.52
人气 11807
北大期刊
影响因子 3.18
人气 11592
北大期刊
影响因子 0.62
人气 10618
省级期刊
影响因子 0.42
人气 10370
统计源期刊
影响因子 1.29
人气 9877
省级期刊
影响因子 0.67
人气 9280
CSSCI南大期刊
影响因子 1.11
人气 8356
摘要:提出一种新的纹理谱描述子应用于基于内容的图像检索中.讨论了小波变换的思想和纹理谱概念的联系,根据纹理的视觉特性,提出纹理模式等价类的概念,设计出更合理的纹理谱描述子来描述图像的纹理特征.该纹理模式刻画了领域内像素灰度变化模式,以纹理谱直方图方式表示图像纹理内容.分析了纹理谱的对称不变性和旋转鲁棒性的特点.应用于图像检索,与G曲or纹理特征相比较,该纹理谱描述子特征提取速度快,检索准确率高.
摘要:两幅指纹之间的"配准模式"是由所有局部最优配准决定的.由假匹配产生的配准模式与真匹配的配准模式是不同的,尽管假匹配的两幅指纹图像从细节点的角度来看有很高的相似度.提出一种用细节点、联系脊线和方向场特征信息确定配准模式并进行指纹匹配的算法.算法由两部分组成:离线学习部分从一组真匹配数据中获得一个真配准模式集;在线部分对待匹配的指纹作配准并确定其配准模式,仅当该模式构成一个真模式时,才做进一步的精细匹配.真配准模式集是由对NIST 24连续指纹影像数据集的计算获取的.在FVC2002 DB2 数据库上的测试显示,算法有很高的准确率.
摘要:计算机文本-可视语音合成系统(TTVS)可以增强语音的可懂度,并使人机交互界面变得更为友好.给出一个基于数据驱动方法(基于样本方法)的汉语文本-可视语音合成系统,通过将小段视频拼接生成新的可视语音.给出一种构造汉语声韵母视觉混淆树的有效方法,并提出了一个基于视觉混淆树和硬度因子的协同发音模型,模型可用于分析阶段的语料库选取和合成阶段的基元选取.对于拼接边界处两帧图像的明显差别,采用图像变形技术进行平滑并.结合已有的文本-语音合成系统(TTS),实现了一个中文文本视觉语音合成系统.
摘要:当把Oja学习规则描述的连续型全反馈神经网络(Oja-N)用于求解矩阵特征值特征向量时,网络初始向量需位于单位超球面上,这给应用带来不便.由此,提出一种求解矩阵特征值特征向量的神经网络(1yNN)方法.在lyNN解析解基础上得到了以下结果:初始向量属于任意特征值对应特征向量张成的子空间,则网络平衡向量也将属于该空间;分析了lyNN收敛于矩阵最大特征值对应特征向量的初始向量取值条件;明确了lyNN收敛于矩阵不同特征值的特征子空间时,网络初始向量的最大取值空间;网络初始向量与已知特征向量垂直,则lyNN平衡解向量将垂直于该特征向量;证明了平衡解向量位于由非零初始向量确定的超球面上的结论.基于以上分析,设计了用lyNN求矩阵特征值特征向量的具体算法,实例演算验证了该算法的有效性.1yNN不出现有限溢,而基于Oja-N的方法在矩阵负定、初始向量位于单位超球面外时必出现有限溢,算法失效.与基于优化的方法相比,lyNN实现容易,计算量较小.
摘要:为了解决传统BP(back-propagation)算法收敛速度慢,训练得到的网络性能较差的问题,在借鉴生理学中"选择性注意力模型"的基础上,将遗传算法与误差放大的BP学习算法进行了有机的融合,提出了基于注意力模型的快速混合学习算法.该算法的核心在于将单独的BP训练过程划分为许多小的切片,并对每个切片进行误差放大的训练和竞争淘汰机制的选择.通过发现收敛速率较快的个体和过滤陷入局部极值的个体,来保证网络训练的成功率和实现快速向全局最优区域逼近的目的.仿真结果表明,该算法有效地解决了传统BP算法中由于初始权值的随机性造成的训练失败问题,并能有效解决饱和区域引起的后期训练缓慢问题,在不增加网络隐层节点数的情况下,显著地提高了网络的收敛精度和泛化能力.这将使神经网络在众多实际的分类问题上具有更广泛的应用前景.
摘要:纠错输出码作为监督分类领域中的一个新的研究方向,是提高分类器泛化能力的一种有效方法,但目前还没有通用的确定性编码方法.分析了现有纠错输出码的性质,提出一种搜索编码法,该方法通过对整数空间的顺序搜索,获得满足任意类别数目与最小汉明距离要求的输出码;然后探讨了基于搜索编码的监督分类技术.对简单贝叶斯与BP神经网络算法进行实验,结果表明,搜索编码法可作为一种通用的编码方法用于提高监督分类器的泛化能力.
摘要:针对经典最小割算法计算量大和适应性不足的问题,提出一种改进的基于网络最小割计算稠密深度图的全局优化方法.首先,根据视差变化与不连续区域之间的关系,定义了具有一定适应性的平滑约束和遮挡约束,然后使用网络最小割算法,求解遮挡情况下的稠密视差.其次,在分析最小割算法复杂性的基础上,给出了一种受限α-扩展(α-expansion)操作,该操作根据灰度连通性和特征点匹配的结果对每次网络构造的顶点进行控制,减少网络中顶点和边的数目,可有效提高计算效率.实验结果显示,该算法在保证视差恢复准确性的前提下,能以较快的速度计算出较理想的稠密视差图.
摘要:提出了一种高效、安全的数字高程模型(digital elevation mode,简称DEM)数据小波水印算法,以解决DEM数据版权保护和限制非法使用的问题.在理论上,基于提升理论构造了一种包含自由变量t的紧支撑小波,选取参数t=1的9/7整数小波基,只需要整数加法和移位实现,运算量低,便于硬件实现.提出可嵌入水印的小波系数集生成方法,扩展了基于视觉系统(HVS)小波域量化噪声的视觉权重(JND)分析方法,使其适用于DEM数据,并能够自适应地确定水印嵌入的强度.该算法在保证地形形状和起伏特征的前提下,提高了水印的鲁棒性.应用Rabin方法生成的单向Hash函数,水印算法可以完全公开.
摘要:全网范围的广播在移动自组网中有着相当广泛的应用.基于计数器的广播算法非常适合于高速移动的网络环境.在基于计数器的广播算法的基础上提出了一种简单高效的广播算法--CBB+.理论分析和大量仿真结果表明,CBB+算法相对于原基于计数器的广播算法而言,广播的达到率有着较大的提高,并且能够减少再广播分组的发送数量,降低了广播时延.
摘要:由于IP多播在部署上的困难,覆盖多播网络(overlay multicast networks,简称OMN)作为构建通用的多播服务平台的另一可行途径正不断为人们所认可.针对实时多媒体应用对带宽需求的异构性,研讨了异构环境下OMN的路由问题.通过对度约束模型进行扩展,描述了一种新的适应异构环境的OMN网络模型.采用分层的带宽分配策略,提出了一种异构环境下构造OMN最小延时半径多播树的启发式算法--分层的压缩树(1ayered compact tree,简称LCT)算法,并对其性质进行了理论证明和分析.仿真实验结果表明,随着分配带宽的减少,LCT算法能够有效地降低多播树的高度和网络资源使用量,并保持较低的多播树延时半径增幅.
摘要:现有区分服务网络的保证转发服务可提供稳定的带宽保证,但缺乏保证时延和分组丢失性能的有效方案.基于对RIO队列的稳态性能分析,提出两种自适应调整控制策略的主动队列管理算法(ARIO-D和ARIO-L).仿真结果表明,这两种算法在保持RIO算法带宽保证能力的同时,还可以提供稳定的和可区分的时延和分组丢失性能.采用ARIO-D和ARIO-L的保证转发服务可以为多媒体流量提供多种服务质量的定量保证.
摘要:传统集群网络(cluster area network,简称cLAN)的评测模型主要考虑了延迟、带宽、路由、拥塞、网络拓扑结构等因素.但这些因素是否足以描述实际应用程序在集群上的通信行为,或者对其在集群系统上的性能给出一个很好的预测呢?当对NAS Parallel Benchmark(2.4版本)在集群系统深腾1800(DeepComp 1800)上进行大量测试时发现,集群网络的通信性能可以被一种特殊的通信模式(LU模式)所严重影响.更深入的研究表明,这个影响LU模式的因素是独立于前面所述的如延迟、带宽、路由、拥塞、网络拓扑结构等因素的.因此有必要对集群网络的评测模型重新进行审视,并增加一个新的性能评测因子以反映这个新发现的现象.从研究结果来看,这个重新审视也将对集群系统上的并行算法设计以及实际大规模科学计算的应用程序性能的优化提供一些新的思路.
摘要:分布式P2P网络Gnutella模型中共享信息查询的路由协议为"洪泛"算法,其协议机制仅在应用层实现,缺乏对Internet底层通信子网路由资源的利用,存在可扩展性、性能与效率不高的问题.以"小世界和幂规律"模型为理论基础,以层和域为基本逻辑管理单位,按用户需求和共享目的组织域,提出了基于Region多层结构P2P网络模型RLP2P(region-layer P2P),实现了其系统原型;实现了一个优化的Multilayer Light-Gossip分级路由策略;量化分析了表征模型数据通道质量指标的压力和伸展率,提出了综合考虑压力和伸展率的思想.模拟分析表明,RLP2P模型可以有效地解决可扩展性、性能与效率不高问题,且网络规模越大,其综合性能的优越性越明显.因此,模型是合理、有效的.
摘要:程序行为控制作为一种主动检测机制,主要在4个方面进行研究:审计数据源选择、行为描述、正常行为模式的建立与行为匹配.对事件序列模型作了深入研究,提出了采用另外一种与系统调用完全不同的数据源--LSM(Linux securyty modules,简称Linux安全模块)截获点,并从理论和实践两个方面来验证LSM数据源的有效性,即基于信息理论的数据质量分析和实际系统的运行结果分析.结果表明,由于LSM数据源的粒度更细以及和安全更相关,使得它更适合作为事件序列模型的审计事件.
摘要:无线IP网中,为了能够有效利用带宽资源,使提供实时业务具有经济上的可行性和现实性,必须采用报头压缩技术减小协议报头带来的额外开销.然而,现有的报头压缩方案在设计时没有考虑无线信道状态.为了能够更好地适应无线链路特性,提出并分析了一种无线IP网络中针对实时流的基于信道状态的健壮报头压缩算法.该算法通过对无线信道状态的精确估计来调节报头压缩器中W-LSB编码的可变滑动窗口的大小,在压缩率和抗差错健壮性之间能够实现好的平衡,并适应特性经常变化的无线链路.最后,通过仿真结果证明该算法在无线链路上的有效性.
摘要:在移动IP中,根据子网前缀以及均匀分布于区间[min,max]上的广告间隙,移动节点检测它自身是否移动.因此,区间的长度对于移动检测延时有直接的影响.然而,在移动IP中,区间的静态配置既不方便也不灵活.根据链路带宽的利用率,提出了一种动态调整区间的新方法,并且进行了理论分析.结果显示,与静态区间相比,动态区间的方法显著地减少了不必要的移动检测延时.