限定误差的直方图

限定误差的直方图方法以任意给定的误差作为前提，生成满足要求的直方图。本文在作者已有工作的基础上，进一步探讨生成限定误差直方图的方法，以适用于等值和范围两种查询，并进行了大量的模拟实验。实验结果表明，限定误差的直方图不仅估算精确，肯定能满足预定的要求，而且算法简单，实现效率高，具有良好的应用前景。     

降低传感器网络数据聚集延迟的近似调度算法

目前在无线传感器网络中,数据聚集大多数采用的都是单信道,导致有很高的延迟.尤其是在高密度无线传感器网络中,数据聚集是一个比较耗时的操作.人们已经证明了最小化数据聚集延迟问题是NP难问题.给出一个新的降低数据聚集延迟的近似算法,其近似比为16,并在理论上证明了该算法的延迟上界是15R+△-15,△是网络的最大度,R是网络半径.相对于现有的算法,该算法理论上具有更小的近似比和时间延迟.模拟结果也说明该算法平均延迟比现有的算法小.     

面向入侵的取证系统框架*

在分析常见入侵攻击的基础上抽象出入侵过程的一般模式,提出针对入侵攻击的取证系统应满足的特征。提出了入侵取证模型,并基于这一取证模型在操作系统内核层实现了取证系统原型KIFS(kernel intrusionforensic system)。在对实际入侵的取证实验中,根据KIFS得到的证据,成功记录并重构了一个针对FreeBSD系统漏洞的本地提升权限攻击的完整过程。     

一种针对H.264的快速编码模式选择算法

在H.264编码算法中,为了给图像的各个区域选择合适的编码模式,需要对所有可能的模式分别进行计算,这使编码模式选择过程异常复杂.针对此问题,本文提出了一种快速的编码模式选择算法,该算法利用时间和空间相关性预先对图像各区域可能采用的编码模式进行判定,从而使模式选择的过程大大简化.实验结果表明:在编码器的信息率—失真性能没有明显下降的前提下,该算法最多可以使编码速度提高20%以上.     

单目视频中无标记的人体运动跟踪

提出一种人体运动跟踪算法,从无关节标记的单目视频中获取人体运动,利用一个带外观模板的人体关节模型,通过学习得到的运动模型及基于外观模型的相似性计算,巧妙地利用粒子滤波的概率密度传播策略鲁棒地跟踪普通单目视频中的人体运动,当出现跟踪丢失时,能在后续序列中自动恢复正确跟踪,且能较好地处理遮挡和自遮挡问题,实验表明,该算法鲁棒性好,跟踪结果令人满意。     

UML在运输业务管理系统建模中的应用

以运输业务管理系统项目的开发为背景,探讨了UML在运输业务管理系统建模中的应用问题。在对系统进行需求分析的基础上,采用ROSE构建了系统的用户需求模型、对象结构模型、行为模型和实现模型。     

多任务学习及卷积神经网络在人脸识别中的应用

随着深度学习的发展,近年来人脸识别借助深度学习技术取得了巨大突破。但是在已有的基于深度学习的人脸识别框架中,各个任务（人脸鉴别、认证和属性分类等）都是相互独立设计、运作的,使得整体算法低效、耗时。针对这些问题,提出一种基于多任务框架的深度卷积网络。通过将人脸鉴别、认证和属性分类同时作为网络目标函数,端到端地训练整个深度卷积网络,算法简洁高效。此网络可以同时完成上述三个任务,不需要额外的步骤。实验结果显示,即使在有限的数据支持下,该方法依然能够取得不错的性能,在人脸识别权威数据集LFW上获得了97.3%的精度。     

近似骨架导向的归约聚类算法

该文针对聚类问题上缺乏骨架研究成果的现状,分析了聚类问题的近似骨架特征,设计并实现了近似骨架导向的归约聚类算法。该算法的基本思想是:首先利用现有的启发式聚类算法得到同一聚类实例的多个局部最优解,通过对局部最优解求交得到近似骨架,将近似骨架固定得到规模更小的搜索空间,最后在新空间上求解。在26个仿真数据集和3个实际数据集上的实验结果表明,骨架理论对提高聚类质量、降低初始解影响及加快算法收敛速度等方面均十分有效。     

基于GPU加速的轮廓毛发绘制技术

在采用层状纹理切片来表达真实感毛发的方法中,模型轮廓处毛发切片的计算与生成需要耗费很多时间,影响绘制效率。针对此问题,提出一种利用图形处理器（GPU）可编程能力的轮廓毛发快速生成技术。该技术通过为顶点设计一种“边信息”的数据结构,将轮廓边的检测及轮廓毛发切片的生成完全转移到了GPU中进行,从而大大加速了轮廓毛发的处理,提高了真实感毛发的绘制效率。     

分布式医学影像分析与处理平台的设计与实现

介绍了分布式医学影像分析与处理平台DMIP（Distributing Medical Imaging Analyzing and Processing Platform）的设计以及在此基础上开发的数字医疗软件。DMIP采用分布式数据存储技术以及面向对象和基于构件的软件工程技术,在可视化开发包VTK的基础上,融合了数据缓存技术、线程池技术和交互器理论等内容,从而降低网络负荷,提高访问速度;开发了包含大量医学影像分析与处理功能的C++类库和构件库,以便再次开发。通过数字医疗软件的应用实例展示了DMIP的功能,与同类产品比较效果显著。