融合语境分析的时序推特摘要方法

时序推特摘要是文本摘要任务中的一个重要分支,旨在从热点事件相关的海量推特流中总结出随时间演化的简要推特集,以帮助用户快速获取信息.推特作为当今最流行的社交媒体平台,其信息量爆发式的增长以及文本碎片的非结构性,使得单纯依赖文本内容的传统摘要方法不再适用.与此同时,社交媒体的新特性也为推特摘要带来了新的机遇.将推特流视作信号,剖析了其中的复杂噪声,提出融合推特流随时序变化的宏微观信号以及用户社交上下文语境信息的时序推特摘要新方法.首先,通过小波分析对推特流全局时序信息建模,实现某一关键词相关的热点子事件时间点检测;接着,融入推特流局部时序信息和用户社交信息建立推特的随机步图模型摘要框架,为每个热点子事件生成推特摘要.在算法评估过程中,对真实推特数据集进行了专家时间点和专家摘要的人工标注,实验结果表明了小波分析和融合了时序-社交上下文语境的图模型在时序推特摘要中的有效性.     

实时动作识别方法研究

针对传统RGB视频中动作识别算法时间复杂度高而识别准确率低的问题,提出一种基于深度图像的动作识别方法。该方法首先对深度图像在三投影面系中进行投影,然后对三个投影图分别提取Gabor特征,最后使用这些特征训练极限学习机分类器,从而完成动作分类。在公开数据集MSR Action3D上进行了实验验证,该方法在三组实验上的平均准确率分别为97.80%、99.10%和88.35%,识别单个深度视频的用时小于1 s。实验结果表明,该方法能够对深度图像序列中的人体动作进行有效识别,并基本满足深度序列识别的实时性要求。     

城际高速铁路舒适性综合评价模型

针对城际高速铁路列车运行环境的复杂性,提出城际高速铁路舒适性综合评价模型。采用基于粗糙集和模糊分析相融合的方法,对高速列车舒适性指标进行约简和提取,建立评价指标体系及评价矩阵,并对京津城际高速铁路段舒适性进行综合评价。结果表明,该模型在城际高速铁路舒适性综合评价方面具有实用性和优越性。     

基于水下制导的多目标跟踪研究

根据现代科技和未来海战发展的要求及水下精确制导中多目标跟踪技术的重要性，详细论述了多目标跟踪技术的发展及水下多目标跟踪的关键技术，讨论了未来水下精确制导中多目标跟踪技术的发展趋势．     

高校数字校园统一身份认证系统研究

高校数字校园的软件建设目标就是集成各种信息管理系统,构建安全、可靠、可扩展、易维护的综合管理平台。通过整合高校各部门现有的应用系统,建立CA(认证中心)和LDAP(轻量级目录协议)服务,实现统一身份管理与统一认证管理,实现单点登录,能够保证用户电子身份的唯一性、真实性与权威性。     

基于SIFT特征检测的图像拼接优化算法研究*

针对复杂场景下图像拼接,误匹配点比例较大时,传统匹配优化算法效率低,合成图像易产生鬼影等问题,在SIFT算法基础上,采用一种新的聚类方法预筛选特征点对,再用RANSAC算法精确提纯,减少算法迭代次数;并提出了改进的基于特征点的最佳缝合线与多分辨率样条法相结合的融合方法,提升了融合图像质量。实验结果表明,经过对以上两部分的改进,算法效率有较大提高,并能有效去除鬼影现象。     

竞争环境下任务分配方法的研究

以博弈论和纳什均衡理论为基础,介绍了一种基于博弈论的竞争环境下的任务分配方法,提出了竞争环境下任务的分配模型框架,引入了Agent能力的概念,并给出了竞争环境下详细的任务竞争算法和资源竞买算法,最后通过实例获得了满意的结果,同时该实例也表明了本模型的合理性和算法的有效性.     

兰州交通大学计算机科学与技术实验教学中心

1 中心建设与发展历程 1958年，由唐山铁道学院（现西南交通大学）和北京铁道学院（现北京交通大学）部分系科迁兰组建成立我国第三所铁路高校——兰州交通大学（原兰州铁道学院）。经过五十年发展，目前教职工人数2355人，本科生18703人，本科专业49个，硕士点60个，博士点12个。     

基于配对堆的交互式医学图像分割算法的研究

在序列医学图像的交互式分割过程中,分割速度是交互式算法应用的一个瓶颈.提出了一种基于配对堆的交互式医学图像分割算法.通过使用配对堆实现可降级的优先队列,降低了Live-Wire交互式分割算法从图上大量节点中动态搜索两目标点之间最短路径的时间复杂度.经算法分析以及在放疗计划系统中的应用实验表明,该算法可有效提高序列医学图像的分割效率.     

基于Level Set算法的医学图像分割的研究与实现

提出了一种改进的结合基于阈值分割特点的Level Set方法.首先用滤波器对原始图像进行平滑,然后根据当前曲线找到区域的统计特性,最后根据区域之间的统计特性的相似度重新定义了Level Set方法的演化停止准则,从而提高了算法的准确性和自动性.实验结果表明,该方法具有较好的分割效果和较高的分割效率.