结合全局-局部特征和注意力的图像描述方法

为了进一步提高图像描述生成文本的精度,提出一种结合全局-局部特征和注意力机制的图像描述方法。该方法在传统的编码器-解码器模型上进行改进,从整体角度来看,编码器阶段使用残差网络ResNet101提取图像的全局特征和局部特征,以避免对象丢失或对象预测错误问题,在解码器阶段采用嵌入改进后的注意力机制的双向[GRU]生成文本序列。从局部角度来看,该模型提出的注意力机制是一种独立的循环结构,通过计算图像局部特征向量与语义向量之间的相似度来获取注意力权重,增强图像特征与语义信息之间的映射。在MSCOCO数据集上的实验结果显示,该算法在BLEU、CIDEr、METEOR等评价指标上均获得了不同程度的提升,表明使用该模型生成的描述文本准确度高且细节丰富。     

基于稀疏子集分析的轨迹聚类发现

论文中分析了城市出租车的轨迹和检测社会集群。为了更好地检测轨迹中可能的群落,提出了一种鲁棒的社区检测算法。该算法从轨迹集中提取数据特征空间关系矩阵,并使用这个矩阵定义轨迹相似度矩阵。将相似度矩阵变换为相异度矩阵,基于相异度的稀疏子集选择(DS3)算法用于分析多个稀疏子集。每个子集对应于一个集群,该集群是要检测的社区。这可以避免陷入局部最优,不需要进行算法迭代和多次计算来提高社区检测的准确性和效率。实验结果证明了该方法的有效性。     

一种综合LBS和社会网络标签的个性化推荐方法

针对现有的基于LBS(Location Based Service)个性化推荐系统在构建用户兴趣模型时存在的缺陷,提出一种综合LBS和社会网络标签的个性化推荐(LTCF)方法。通过引入网络标签和用户社会关系,从用户标注的标签资源中找到拥有共同兴趣爱好的用户关系以及从社会网络中找到与目标用户关系紧密的用户,同时结合考虑用户兴趣爱好随空间不断变化的特点,依据协同过滤算法,计算用户社会关系度和用户空间相似性,依此得到目标用户的最近邻集合,在最近邻集基础上给出推荐结果。实验结果表明,相比于传统的基于LBS推荐方法,LTCF模型在查全率和产准率有了显著的提升,能更好地反映出用户偏好,显著提高了推荐准确度。     

基于Flex的网络电子地图研究与实现

根据Flex具有的矢量化图形处理技术、图形绘制功能和异步数据交换技术．研究和开发基于Flex的WebGIS电子地图系统结构,分析Hex把WebGIS数据从页面剥离．并通过Socket端口进行传输等Flex异步传输的关键技术,阐述该结构的优势,解决传统电子地图传输的延时问题和用户交互体验的情况。     

Android内核分析

介绍Android移动平台系统架构．通过对Android源代码的分析．将其与标准Linttx内核（2．6．27）源代码相比较,详细解析Android内核的功能更新,分析讨论Android内核与标准Linux内核之间的不同以及Android在移动平台上的优势．并对Android在各种内核之间做出一个定位,介绍Ubuntu环境下Android内核的获得与编译。     

一种二次三项式通用FPGA混沌产生器设计

提出了一种用FPGA技术实现混沌迭代序列的一种新方法,该方法适用于符合二次三项式牲征的混沌系统.根据离散化和数字化处理技术,对三维混沌系统作离散化处理,同时对实数进行处理,使离散化后的混沌系统和实数处理后的数据便于在FPGA中实现.利用VHDL硬件描述语言编程和FPGA技术产生三维混沌迭代序列.本文以chen系统为例,阐述这种方法的设计流程.基于芯片型号为EP2C35F672C6的FPGA开发平台,给出FPGA硬件实现的结果,并在显波器上显示产生的混沌吸引子.     

基于JSSE和SOAP头的Web服务安全通信的研究与实现

针对现今Web服务在安全方面存在的问题,分析SSL协议和JSSE安全套接字扩展,描述SOAP消息头的基本结构．并结合一个具体的实例提出一种使用JSSE和SOAP消息头实现Web服务安全通信的方法。实际应用表明,该方法确保Web服务通信中数据的保密性和完整性．并实现用户权限验证。     

结合ReliefF和互信息的多标签特征选择算法

针对传统单标签特征选择算法不能直接应用于多标签数据的问题,提出一种多标签特征选择算法——MML-RF算法.在ReliefF的基础上,MML-RF算法提出新的类内最近邻样本查找方式,并结合多标签的贡献值改进特征权值的计算方法,能很好地适应多标签数据的特点;同时为了减少特征冗余,MML-RF算法以互信息作为特征冗余度量方式,提出一种去冗余方法,能够得到更小的特征子集.实验表明,MML-RF多标签特征选择算法得到的特征子集规模较小,且在多标签数据集上具有很好的分类效果,能够提升多标签学习和数据挖掘工作的效率.     

基于云计算平台的并行DBSCAN算法

DBSCAN算法是一种典型的基于密度的聚类算法,具有速度快、可以发现噪声的优点,但在处理大规模数据时出现聚类效率低、内存和I/O消耗大、聚类精度降低的问题,集群式计算机技术特别是云计算技术的发展提供了解决DBSCAN算法缺陷的方案.文中提出了数据预分区的并行PMDBSCAN算法,该算法在聚类之前对数据分区预处理,利用并行编程模型MapReduce实现DBSCAN算法并行化,结合重叠分区思想,减少I/O消耗.实验结果表明,在大规模数据集上,PMDBSCAN算法聚类有效提高了聚类的速度、减少了I/O消耗、改善了聚类的质量.     

钳工锉削加工站姿校正与约束装置的研究

针对钳工锉削技能基础训练过程中普遍存在的学员很难快速掌握站立与运动姿态的情况,提出采用一种专门的锉削加工站姿校正与约束的装置,快速有效帮助钳工学员掌握站姿运动基本功。该装置结构简单,使用方便,通过对脚板的位移调整可适应不同身高学员的使用。