基于多维特征和候选项的易混手写英文识别

针对手写英文识别中易混字符的识别问题,提出一种结合多维特征和候选项以区分易混字符的识别方法.利用卷积神经网络(convolutional neural networks,CNN)对手写英文字符进行识别,根据初始字符识别信息确定易混字符的类别;利用多维特征,设计针对不同类别易混字符的识别规则;由易混字符和其相连字符组成候选项单词,结合语料库以及字符间构成关系,最终对易混字符进行识别判断.实验结果表明,该方法在解决了易混字符的识别问题后,识别手写英文字符的平均准确率达到98.67％,具有一定应用价值.     

结合NAT穿透的应用层组播方案的设计

针对流媒体直播系统的数据传输,设计了一个应用层组播方案,结合NAT穿透技术构建和维护支持不同种类局域网通信的组播树。该方案的核心内容是提出了一个改进的目的驱动最短路径算法,使用网络传输延迟作为度量值构建低代价最短路径树,可以使从源节点到目的节点的传输延迟最小,并且尽可能减少带宽消耗。组播树维护策略能有效的重构组播拓扑结构,增强组播树的健壮性。     

基于多重规则和路径评价的在线中英文手写识别方法

手写文本识别方法主要应用于文本输入技术,对人机交互领域的发展起关键作用。针对多数在线输入法无法识别中英文混合手写识别的问题,提出一种在线中英文混合手写文本识别方法。通过对文本笔画进行基于水平相对位置、垂直重叠率、面积重叠率规则的整合以及连笔切分,得到一系列字符片段,同时利用笔画个数、宽高比、中心偏离、平滑度等几何特征和识别置信度,对字符片段进行中英文分类。在此基础上,根据分类结果并结合自然语言模型的路径评价及动态规划搜索算法,分别对候选的中、英文字符片段进行合并处理,得到待识别的中、英文字符序列,并将其分别送入卷积神经网络的中、英文识别模型中,得到手写文本识别结果。实验结果表明,在线手写中英文混合文本识别正确率达93.67%,不仅能切分在线手写中文文本行,而且对包含字符连笔的在线手写中英文文本行也有较好的切分效果。     

结合学科情感分析与依存关系的相似度评分

通过对语文古诗文阅读类主观题的分析,提出了结合学科情感分析与依存关系的相似度评分算法,并将其应用于高中语文古诗文阅读类主观题的评分中。首先,以中文维基百科语料为基础,增加了与评分相关的古诗文语料81 927条,通过文本向量化算法Word2vec进行词向量训练,完成了对古诗文语料库的构建;基于学科评分特性建立了对应的古诗文过滤词表,提出了基于词性的关键词提取及词向量的相似度计算方法;之后,针对情感分析模型对古诗文语句分析不准确的问题,结合同义词词林,建立了古诗文情感词库;并构建了学科情感分析模型,实现了基于学科情感分析的相似度计算方法;最后,通过关键词、学科情感分析以及依存句法分析,从多个维度计算学生答案与标准答案文本之间的加权语义相似度。并将构建的古诗文语料库、古诗文情感词库和学科情感分析模型,用于相似度综合评分算法,以此实现了结合学科情感分析与依存关系的相似度评分算法。实验表明,该算法的平均评分准确率达到了89.42%。     

纹理细节和边缘结构保持的图像插值算法

针对图像重建过程中产生的边缘结构被破坏和纹理细节丢失问题,提出一种纹理细节和边缘结构保持的图像插值算法。首先,采用自适应阈值的八方向边缘检测划分图像区域;其次,构造双变量有理函数模型,它可在有理模型和多项式模型之间转换;最后,提出基于边缘数据的局部不对称性和梯度特征调整待插值点空间距离的方法,调整边缘部分待插值点坐标并代入有理模型实现插值,而非边缘部分采用多项式模型插值。实验表明,该算法的峰值信噪比平均提升了0.48~2.17 dB,结构相似性平均提升了0.004~0.028,获得了较高的客观评价数据。该算法将原空间距离不变的插值修正为空间距离变化的插值,有效地保持了图像的边缘结构和纹理细节,使得重建结果具有较好的视觉效果。     

屏幕直播系统延迟优化

低延迟直播是视频直播中一个颇具挑战性的技术难点.文章从网络推流、首帧延迟、视频编码延迟三个角度进行延迟优化：首先依据网络状况自适应调整推流码率;其次实现关键帧缓存算法,优化首帧打开时间,使得首帧打开时间减少到2~4秒;然后改进帧内预测模式快速选择算法,通过降低候选模式个数减少编码复杂度,在视频质量基本不变的前提下使编码时间最多可降低约22%.最后基于以上三种优化策略设计实现屏幕直播系统并应用于课堂教学,满足课堂屏幕共享低延迟场景.     

基于语义距离的Web服务匹配算法

为了更有效地得到语义Web服务之间的匹配程度,从Web服务的输入、输出参数的语义描述出发,把语义Web服务的匹配问题转化为领域本体中概念间语义距离的计算,综合考虑概念间的距离、概念深度、概念密度和两概念间向下方向的边数4个因素的影响,提高了服务的查准率和查全率.     

基于GPU的大规模地形实时漫游系统的研究

为了解决地形绘制受制于CPU计算能力的问题,采用可编程图形处理器(graphic processing unit,GPU)来处理多分辨率地形的构造、小波逆变换、动态法线计算等绘制流程计算量比较大的负载,采用客户端数据缓存和数据预取策略,实现了多用户网络地形漫游时绘制质量的控制,实验证明该方案满足了大规模地形漫游的需求.     

基于图规划的语义Web服务自动组合方法

由于单个的Web服务功能有限,难以满足日益增长和不断变化的用户需求.如何根据服务请求者的特定需求进行服务的自动组合来满足用户的需要,就成为了一个迫切需要解决的问题.提出了一种基于图规划的语义Web服务自动组合方法,该方法在建立前驱与后继执行关系知识库的基础上,利用图规划的前向扩张思想和图规划解搜索思想,可实现从服务库中自动地找到满足用户需求的服务组合方案.该方法综合考虑了服务语义和服务组合的效率等因素,在保证Web服务组合质量的前提下,可根据服务请求实现服务的自动组合.最后用仿真实验从服务组合的成功率、效率和组合解质量三方面验证了该方法的有效性和可行性.