选票图像快速倾斜检测方法

倾斜检测和校正是图像预处理过程中的重要环节,针对传统纸质选票扫描中的图像倾斜问题,提出一种基于直线斜率的倾斜检测方法.该方法以表格的边缘点为特征点,为每个特征点建立相应的局部斜率特征集,最终形成一个以局部斜率特征集为集合元素的整体斜率特征集.通过先局部后全局的两轮筛选,得出整体斜率特征集内具有全局最大投票数的斜率,从而计算出选票图像的倾斜角度.通过与Hough算法比较,该方法具有速度快,准确性高,鲁棒性强等特点.     

基于LDA和Word2vec的微博标签生成算法

针对基于传统LDA主题模型的标签生成算法对用户兴趣主题描述不完整的问题,提出一种基于主题嵌入表示的微博用户标签生成算法TopicERP.该算法在LDA模型的基础上,通过引入Word2vec词嵌入模型,对用户兴趣主题进行全面描述,并对匹配度计算方法进行改进.首先利用LDA主题模型对用户微博进行主题分析,生成用户兴趣主题;然后利用Word2vec词嵌入模型将主题文本转换为主题向量,用于匹配度计算;最后,利用余弦相似度和主题在文档中的条件概率,计算主题向量与候选标签匹配度,选取Top-Q的候选标签作为目标用户标签.本文在公开微博数据集microPCU上进行实验,实验结果表明,该算法在总体性能上高于基于传统LDA主题模型的微博标签生成算法,生成的用户标签能够较为准确地描述用户的兴趣偏好.     

基于LDA和Word2vec的微博标签生成算法

针对基于传统LDA主题模型的标签生成算法对用户兴趣主题描述不完整的问题,提出一种基于主题嵌入表示的微博用户标签生成算法TopicERP.该算法在LDA模型的基础上,通过引入Word2vec词嵌入模型,对用户兴趣主题进行全面描述,并对匹配度计算方法进行改进.首先利用LDA主题模型对用户微博进行主题分析,生成用户兴趣主题;然后利用Word2vec词嵌入模型将主题文本转换为主题向量,用于匹配度计算;最后,利用余弦相似度和主题在文档中的条件概率,计算主题向量与候选标签匹配度,选取Top-Q的候选标签作为目标用户标签.本文在公开微博数据集microPCU上进行实验,实验结果表明,该算法在总体性能上高于基于传统LDA主题模型的微博标签生成算法,生成的用户标签能够较为准确地描述用户的兴趣偏好.     

基于局部密度和动态生成网格聚类算法

为了解决网格聚类算法中的输入参数和聚类结果不精确问题,提出了基于局部密度的动态生成网格聚类算法(DGLD).该算法使用动态生成网格技术能大幅度地减少数据空间中生成的网格单元的数量,并简化邻居的搜索过程;采用局部密度思想解决数据空间相邻部分对网格密度的影响,提高了聚类精度.该算法不需要用户输入参数,能识别任意形状的聚类并有效地去除噪声点.实验结果表明该算法是有效的.     

基于像素链的直线绘制算法

针对直线生成算法在直线斜率大于0.5时的低效率问题,提出一种基于像素链的直线绘制算法。将直线看做是由许多条平行像素链或对角像素链拼接而成,提出并利用逆向生成直线的类Bresenham算法,将斜率在0.5~1的直线绘制转换为斜率在0~0.5的直线绘制,一次判断生成一条像素链。仿真实验表明,基于像素链的算法生成的直线与Bresenham算法生成直线一致,且计算量显著减少。该算法只有加法和乘法两种整数运算,适合硬件实现,其绘制速度是Bresenham算法的4倍。     

基于解耦图神经网络的可解释标签感知推荐算法

标签感知推荐算法利用标签标注数据提升推荐模型对用户偏好和项目属性的理解,受到业界的广泛关注.但是,现有方法常忽视了用户关注点、项目属性和标签含义的多样性,干扰了三者关系推断,从而影响推荐结果.因此,提出一种基于解耦图神经网络的可解释标签感知推荐算法(DETRec),解构用户、项目和标签的关注角度,并由此形成可解释的推荐依据.具体来讲, DETRec构造关系图以建模用户、项目和标签的关系;通过邻域路由机制和消息传播机制,分离结点形成属性子图,以描述不同属性下的结点关系;最终根据属性子图形成推荐依据.实现了两种DETRec实例:单图实例(DETRec-S)在单个关系图中描述全部结点关系;多图实例(DETRec-M)使用3个二分图分别描述用户-项目、项目-标签、用户-标签关系.在3个公开数据集上进行的大量实验表明, DETRec的两种实例均明显优于标签感知推荐的基准模型,也为推荐结果生成了对应的推荐依据,是有效的可解释标签感知推荐算法.     

基于视窗的OCR页面图像倾斜检测方法

文档在扫描输入过程中，所生成的页面图像一般都存在一定的角度倾斜，当页面图像倾斜角度过大时，将对进一步的版面分析以及字符识别产生不良影响。为了快速准确地检测页面图像倾斜角度和降低计算量，提出了一种基于视窗变换的页面图像倾斜检测方法，该算法首先对视窗中的文字及图片的细节部分进行模糊，然后对其边沿进行直线拟合，以便快速检测页面图像倾斜角度。实验结果表明，该方法能快速准确地检测出各类页面图像的倾斜角度，并具有良好的适应性。     

基于快速广义Hough变换的倾斜车牌定位

提出一种倾斜车牌定位算法。算法使用快速广义Hough变换检测车牌倾斜角度,并检测出倾斜车牌在图像平面中的长宽比例和车牌位置,定位出倾斜车牌。仿真实验表明该算法能正确定位倾斜车牌。     

利用方向投影算法计算仓储害虫图像倾斜角度

针对无明显的直线特征的仓储害虫图像,提出了一种基于整数Bresenham算法求方向投影值,利用方向投影值检测图像的倾斜角度的方法。实验结果表明,该算法能快速准确地测量出仓储害虫图像的倾斜角度,并具有很强的抗干扰性和应用适应性。     

基于网格扫描的WSN节点定位算法

现有的非测距定位算法无法准确获取未知节点的估计区域。针对该问题,提出一种基于网格扫描的分布式无线传感器网络(WSN)节点定位算法。计算每个被定位节点的初步估计区域,将该区域划分成网格阵列,通过逐个扫描得到有效网格,并将该有效网格区域的质心作为节点的估计位置。实验结果表明,在不同锚节点比率和不同节点总数的情况下,该算法的定位精度比DLE算法提高20%以上。     

三维面心立方网格下的直线生成算法

以菱形十二面体为体素构成的三维面心立方(Face-Centered Cubic,FCC)网格是六角网格在三维的一种推广,直线生成算法在三维图形和图像应用中是一个非常重要和基础的算法.文中首先研究了二维六角网格下基于附属菱形空间的直线生成算法,然后将其推广至三维FCC网格,得到了一种FCC网格下的直线生成算法,该算法在三维方形网格下的Bresenham算法的基础上,利用附属平行六面体空间的平行六面体与FCC网格空间的体素之间的一一对应关系生成直线.该算法应用简单的判断公式,一步最多可生成3个体素,且只涉及到整数运算,因而没有累计误差.     

基于Bresenham的任意宽度直线生成算法

直线生成算法是计算机图形的基本算法,而现有算法都有其弊端,因此提出一种基于Bresenham任意宽度直线的生成算法。该算法首先根据直线的斜率、长度和宽度计算出直线所形成的边界,然后让单线宽直线沿着边界移动,使整个区域填充。该算法生成的直线两端与边界垂直,在直线斜率变化的情况下,直线宽度不会发生变化,且具有应用背景广泛、运算速度快、占用内存小等特点。     

二值图像中直线拟合误差与直线方向的关系

主要从空间量化误差的角度分析直线方向与拟合误差的关系.首先介绍直线的拟合方法,然后定义敏感距离这一度量图像中的直线对移动敏感性的概念.由此出发讨论不同斜率的直线对直线平移的敏感程度,给出敏感移动距离的表达式及证明.对各种直线拟合结果进行实验统计,结果表明拟合误差与敏感距离有着密切的联系.基于直线拟合时方向误差远小于截距误差这一结果,在已知直线斜率以及直线像素点的前提下,提出一种新的估计截距的方法,实验结果表明本文方法更优越.     

构造最优Delaunay三角剖分的拓扑优化方法

最优Delaunay三角剖分(ODT)是生成区域网格剖分的一种优化方法.从数值优化的角度来看,现有的ODT优化方法属于局部方法,对于任意给定初值容易陷入较差的局部极小值点,从而不能产生高质量网格.为此提出一种简单的拓扑优化方法,使得ODT方法能有效地从局部极小值点中跳出,进一步提高网格的质量.该方法只涉及到局部的边翻转操作,实现简单;而且具有显式的目标函数,能在理论上保证算法的收敛性.实验结果表明,文中算法运行速度快,不论是在拓扑连接关系还是在三角形的形状上都显著地提高了ODT方法生成的网格质量.     

融合标签和长短期兴趣的矩阵分解推荐算法

为提高用户兴趣挖掘的准确性,实现更加精准的用户个性化推荐,提出一种融合标签和长短期兴趣的矩阵分解推荐算法。利用用户使用各标签的次数和生命周期挖掘用户的长短期兴趣,计算用户标签偏好值;利用用户标签偏好值比较用户间的兴趣,获得更加精准的用户间兴趣相似度;将用户间兴趣相似度引入矩阵分解模型,预测项目评分并进行推荐。实验结果表明,该算法挖掘出的用户兴趣比其它推荐算法准确。     

利用交点坐标的直线生成算法

为了改进计算机图形学中直线生成算法的效率,利用网格中心线和所画直线的交点来决定每行网格中所要画的像素,提出一种根据直线的对称性从直线起点和终点同时开始画直线的算法。实验结果表明,新算法具有跟Bresenham算法一样的精度,且生成速度更快。     

基于动态因子均值的动态帧时隙ALOHA算法研究

动态帧时隙ALOHA算法是基于概率型的ALOHA算法的改进算法。在一定范围内,该算法识别标签时,帧时隙数能够随着标签数量的增加而动态增加;但当识别大量标签时,由于读写器硬件的限制,资源利用率和系统吞吐量大大降低。针对此问题,提出了一种基于动态因子均值估计算法的动态帧时隙ALOHA算法。首先,使用动态因子均值标签估计法对标签数量进行准确估计;然后,使用所提出的动态帧时隙ALOHA改进算法对准确估计的标签进行分组,并按照分组依次进行识别;最后,分别对动态因子均值标签估计算法和应用该标签估计算法的动态帧时隙ALOHA算法进行仿真。仿真结果表明,所提标签估计算法能够对标签进行准确的估计,使估计误差保持在5%的范围内。基于动态因子均值标签估计算法的动态帧时隙ALOHA算法能够保证30%以上的高系统利用率,而且整个识别过程所需的帧时隙数比动态帧时隙ALOHA算法下降了45%左右。     

基于LDA的隐式标签协同过滤推荐算法

固定标签协同过滤推荐算法,未充分考虑标签因子的多样化,主要依靠人工标记,扩展性不强,主观因素多。本文从用户的喜好特征因素角度出发,在固定标签协同过滤推荐算法的基础上,提出一种隐式标签协同过滤推荐算法。该算法利用LDA主题模型生成项目文本的隐式标签,得到项目-标签特征权重,根据算法性能优化的要求选择标签数量,将项目-标签矩阵与用户评分矩阵结合得到用户对标签的偏好矩阵,最后通过协同过滤算法产生推荐。实验结果表明,本文提出的基于LDA的隐式标签协同过滤推荐算法缓解了数据稀疏性问题,项目推荐的召回率、准确度和F1值有较大提升。     

基于像素链排序的直线绘制算法*

针对直线生成算法在直线斜率大于0.5时的低效率问题,提出一种基于像素链排序的直线绘制算法。将直线看做是由许多条平行像素链或对角像素链拼接而成,利用逆向生成直线的类Bresenham算法求得各像素链的长度,通过Bresenham算法生成相应直线的位移码对各像素链进行排序,一次判断生成一条像素链。仿真实验表明,基于像素链排序的直线绘制算法生成的直线与Bresenham算法生成的直线精度一致,且计算量显著减少。该算法只有加法和乘法两种整数运算,适合硬件实现,其绘制速度是Bresenham算法的4倍。     

基于光栅投影序列图像融合的倾斜校正算法

针对现有校正算法因抖动等因素存在的校正误差问题,提出了一种基于光栅投影的倾斜校正算法。通过分析连续频率变化的条纹图像序列,构建像素点位置与像素斜率的转换模型;然后利用光栅图像倾斜角度与像素斜率变化关系,使用三角法计算出倾斜角;最后实现倾斜校正。实验结果表明,该算法可有效检测出［-90°,90°］范围内的倾斜角度,准确率为99%。与现有的Hough变换等倾斜校正算法相比,所提算法检测精确度、准确率明显提高。