不可控光照下的LNMCP人脸识别方法

局部二值模式（LBP）在人脸识别领域取得了显著成效,但由于没有考虑像素之间的对比度,导致部分重要纹理特征被丢弃。采用粗粒度分区算法求取各人脸分块对比度值域区间的动态阈值点,并借鉴LMCP算法思想利用上述阈值点分别对各人脸分块编码,得到结合光照变化信息的局部非线性多层对比度特征LNMCP作为人脸特征。实验结果表明,该方法识别率高,特别是在户外人脸库上提高了2.91%,方法在不可控光照变化环境下具有极强的自适应性。     

使用图割方法提取图像的纹理特征

研究目的是对代数多重网格（AMG）方法进行分析,粗网格中会保留强连接部分而去掉弱连接部分,可以提取图像的纹理信息。将AMG方法提取的图像的纹理特征结合到图分割算法中,针对具有纹理特征的图片构建能量函数,并使用最大流方法进行优化。使用一些自然图像进行了验证,结果证明针对该方法能够较好地提取图像的纹理特征。     

深度二值卷积网络的人脸表情识别方法

为解决人脸表情识别时存在的参数量大、速度低和表情区域特征表示力不足的问题,提出一种基于深度二值卷积网络的人脸表情识别方法.首先设计一个二值卷积与传统卷积并行运算的轻量化网络模型BRNet,以降低网络模型参数的复杂度,从而提升识别的速度;然后构建一个动态半径策略提取表情二值特征,并形成表情区域注意权重,实现表情局部特征与...     

利用设计模式构造高效Web应用开发的模型

网络的普及和办公自动化的需求推动了Web应用开发,从应用软件的设计角度,开发高效、易用、易维护和可复用的Web应用成为关键。结合设计模式和Java Web开发技术,讨论如何构建高效Web应用开发的模型,并从数据流的角度进行了详细分析。     

基于用户推荐影响度的并行协同过滤算法

基于共同评分与项目全集的相似度未甄别近邻的推荐影响力,导致推荐质量低,可扩展性差。为此,提出了一种基于推荐影响度的并行协同过滤算法。该算法通过非共同评分项目、共同评分项类以及用户访问次数来计算用户推荐新颖度与兴趣重合度以度量用户推荐能力,并融入相似性计算来抑制相似度高但推荐力不强的用户,避免在项目全集上计算相似度,从而提高推荐质量;通过MapReduce并行化,使其具备良好的实时性和可扩展性。实验结果表明,该算法在海量数据集上的推荐质量更高,可扩展性更强。     

一种优化的一致性规划状态变量选择算法

研究了一致性规划任务信念状态空间的表示方法。针对一致性有限域表示(CPT-FDR)算法在任务生成阶段选择状态变量的不足,提出了一种基于初始状态中文字相容互斥的状态变量选择算法——MECV算法。CPT-FDR未考虑初始信念状态中文字的互斥性,产生冗余的编码信息,降低了编码的效率。MECV算法利用有用正负文字构造新的未覆盖事实集,提取初始信念状态中处于不同世界状态的文字组成互斥组,再编码状态变量。实验结果表明该算法能有效地压缩信念状态空间。     

基于动态分时电价的电动汽车有序充放电研究

大规模电动汽车随机无序充电将对电网安全运行带来巨大挑战,诸如增大负荷峰谷差、加大运营成本、增加谐波污染等。该文在考虑电动汽车充放电功率约束、电池容量约束的前提下,基于动态分时电价制度,建立电动汽车多目标优化调度模型,以降低电网负荷峰谷差率和用户充电成本,并采用改进学习因子与惯性权重的粒子群优化算法对模型进行求解。仿真结果表明,基于动态分时电价的调度策略比固定电价下优化效果更优,能够更好地减小系统负荷峰谷差率,提高负荷率,增加电力设备的利用率,降低电动汽车充电成本。     

基于语义特征的文本情感倾向识别研究*

由于网络评论用语的多样性,常用的文本主题分类方法并不能完全适应情感倾向识别。针对这个问题,从语义理解的角度出发,提出一种基于语义特征的情感倾向识别方法,通过增加语义特征使得原始文本表现出更加明确的情感倾向,并且更加容易区分。实验结果表明了该方法的有效性。     

一种基于优化“词袋”模型的物体识别方法*

针对传统基于“词袋”模型物体识别现有方法的不足,对现特征表达、视觉词典和图像表示方法进行优化,以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征,实现“词袋”模型下两种特征的特征级和图像级融合,引入K-means++聚类算法生成视觉词典,并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明,所述方法会产生较高的物体识别正确率,且识别结果不受两种特征融合权重的影响。     

基于单逻辑程序的一致性规划任务有限域表示方法

有限域表示(FDR)能有效地压缩状态空间, 其转换算法在实例化阶段对每个初始状态都生成一个逻辑程序, 而一致性规划任务的初始状态数量通常较大, 所以这通常需要较大的时间和空间开销, 甚至导致内存溢出。为了提高转换算法运行效率使其能处理更为复杂的规划问题, 提出了一种基于单逻辑程序的IFDR转换算法。IFDR算法从初始信念状态中所有可能的初始世界状态得到一个事实集, 再由动作和公理计算得到一个规则集。一个事实集和一个规则集组成一个逻辑程序, IFDR用此单逻辑程序完成实例化。实验结果表明IFDR算法在解决问题的效率和数量上都有所提高。