基于八叉树快速分类的Shear-Warp交互式体绘制算法

基于八叉树的快速分类Shear-Warp算法,是三维规则数据场可视化的一种经典算法。它适用于三维重建过程中用户需要交互式地动态调整透明度变换函数,以观察三维实体的不同细节的应用场合。论文对算法进行了深入的研究和局部的优化。论文首先介绍算法原理,然后给出算法实现模型,最后给出实验结果和进一步的研究前景。     

结合CS-LBP纹理特征的快速图割算法

图割算法是目前最有效的交互式图像分割方法之一。针对当前景和背景颜色相似时容易发生分割错误并产生shrinking bias现象,以及基于像素的计算导致交互效率不高的问题,提出一种结合纹理特征的改进算法。该算法首先利用Mean Shift算法对图像进行预分割,构建区域邻接图,然后用累计直方图、CS-LBP纹理描述子对每个区域进行颜色和纹理特征的提取,通过在能量函数中引入纹理约束项以及局部自适应的正则化参数,有效改善了分割效果和shrinking bias现象。实验结果表明,本算法交互效率得到了提高,分割结果更加精确。     

一种新的指纹奇异点快速检测方法

作为指纹最重要的全局特征之一,奇异点在基于模型的方向场计算、人工合成指纹、指纹分类、指纹特征匹配等方面发挥了非常重要的作用.在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征,并据此形成了一种新的指纹奇异点快速检测方法.该方法首先将指纹方向场分割为一系列互不重叠的同质区域;然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位;最后依据奇异点处方向丰富度特性判断其类型.实验验证了文中算法的有效性.     

开放式计算环境中一个新的声誉建立方法

归纳了目前信任管理领域中声誉建立的方法,分析其不足之处并提出了一种新的声誉建立方法。该方法综合利用了拓扑信息和反馈信息,用于开放式计算环境中声誉的建立。将该方法与当前的方法进行了分析和对比。该方法可以有效地处理开放式计算环境中反馈信息少和动态性的问题,与当前方法相比,该方法更为有效。     

MCDP:基于神经网络的多集群分布式差分隐私数据发布方法

大数据应用能够为人们的生活和工作方式提供便捷,但包含消费记录、社交关系、地理位置等个人隐私信息的数据在发布过程中可能被服务提供商收集,用户隐私面临巨大威胁.本文首次提出了一个基于神经网络的多集群分布式差分隐私数据发布方法,能够显著缓解单服务器的数据处理压力.同时,利用神经网络算法进行隐私参数预测明显提高了预测精度和预测效率,并且集群之间不同的隐私参数也保证了方案的灵活性.此外,由于中心服务器存储的是经过差分隐私处理后的统计数据,即使中心服务器由于遭受攻击导致存储的数据泄露,也能确保用户数据隐私.实验对比分析表明,我们的方法在隐私处理效率、隐私保护强度、预测精度和预测效率等方面都有明显优势.