基于云计算的物联网数据挖掘

物联网是一个巨大的、分布广泛的物与物相连的网络,其上产生的海量数据通常是与时间和空间相关的,具有动态、异构、分布的特性,因此对这些数据的挖掘非常困难,而且耗费时间和内存,效率低下。为了解决这些问题,提出了一种基于云计算的物联网数据挖掘系统:将这些海量数据转化为PML数据文件,并存储在HDFS中,同时把挖掘任务分配到多台节点服务器上并行处理。采用Hadoop平台,将关联规则Apriori算法Map/Reduce化,提高了挖掘的效率。另外,采用副本策略将计算向存储迁移,将失效节点的计算迁移到副本数据存储节点就地执行,降低了数据传输的时间,大为提高了挖掘的效率。     

基于实时动作捕捉技术在影视动画中的研究

随着《金刚》、《加勒比海盗2》、《阿凡达》等一系列影视作品的热映,这些影片中的虚拟角色可谓是深入人心,深受观众的喜爱.这些虚拟角色的建立不同于传统的3D影视动画制作,而是取自于真实的人物动作和表情.综述了目前动作捕捉领域中几大主流动作捕捉系统,并且详细讲解了动作捕捉技术在影视动画领域的应用,最后提出了一种新的动作捕捉设计方案-无标记点的动作捕捉设计.     

基于SVM和AdaBoost的人脸检测算法

论文提出了一种结合SVM和AdaBoost的人脸检测算法。该算法先根据训练样本中的人脸和非人脸区域训练作为分量分类器的支持向量机（SVM）,然后通过AdaBoost算法把这些分量分类器组合成一个总体分类器;再利用该总体分类器来区分测试样本中的人脸和非人脸区域,并得到置信图。最后通过均值漂移算法找到置信图的峰值,得到人脸区域的新位置。实验结果表明,该算法不但提高了识别的正确率,而且大大提高了检测速度。     

同行评议专家网络评价系统的研究与开发

同行评议专家网络评价是根据专家近几年评审过的项目,结合项目立项资助情况和专家的评审结果,对专家的评审质量和能力进行的网上评估,是专家评审结果的科学性和可信度的重要保障。文章提出了影响同行评议专家综合评价的五因素,并基于此模型,开发了同行评议专家网络评价子系统。     

基于用户侧档的网上图像信息检索策略

网络中的图像信息正在以越来越快的速度增加,信息检索技术面临极大的挑战。文章在现有图像技术的基础上提出了一种使用用户侧档的基于色彩偏好的图像检索技术,提高了图像检索的智能性和命中率。     

基于贝叶斯最大化后验估计方法的图片合成模型研究

在图像处理应用中,常常需要根据一些列相关的输入图片生成一张新的图片。现有的研究大都设定一些启发式规则用于图片的合成过程。为了提高图片合成的性能,提出了一种基于改进的贝叶斯方法的图片合成模型。在给定理想的图片合成模型后,对传感器误差和图片误差进行了分析。由于图片误差和几何误差之间是相关的,因此分析了它们之间的关系。在根据已有数据对模型进行后验估计时,通过最小化能量来得到模型的先验参数。在目标函数的优化过程中,基于现有研究通过重新赋权值的迭代方法进行优化问题的求解。最后,通过大量的实验表明,所提出的图片合成模型与相关方法相比具有更好的图片合成和渲染效果。     

基于AHP多专家评估决策在物流运输方案选择中的应用

针对物流运输中最佳运输方式的选择问题,运用层次分析法(AHP)确定物流运输的主要评估准则,构建多专家层次评估决策模型。分别采用系数d和CI来衡量专家判断偏差和判断矩阵一致性,采用一种以CI为参数的加权方法获得专家权重,在评估过程中充分考虑各专家的差异,综合评估结果,获得最终排序向量。最后,用一个简化的案例来说明层次分析法在物流运输方案选择中的运用。     

基于Hadoop的优化海量录音小文件存取性能的方法

Hadoop作为一个分布式计算框架,在处理大容量数据方面有着显著优势。然而,因其Name Node节点问题的内存有瓶颈等问题,对于处理海量小文件的存取不利。提出了一种针对海量录音小文件的优化方法,充分利用录音文件相关性的特点,通过预处理模块归类文件,把录音小文件合并成一系列的sequencefile,并建立全局索引,最后,采用缓存机制及缓存优化策略进行进一步优化。实验证明,该方法能有效提高大批量小文件的存取性能。     

加权值多态蚁群算法

本文提出加权值多态蚁群算法。在信息素初始化时加入权值,加大各条路径之间的信息素差异,利于蚂蚁快速进行路径选择;在概率选择过程中加入权值,提高蚂蚁搜索效率;采用了蚁周模型对信息素进行全局更新,并且设置了信息素最大值,避免算法陷入局部最优解。最后采用均匀分布的方法确定参数值,通过仿真实验结果表明,该方法在TSP问题中具有良好的稳定性和高效性。     

加权值多态蚁群算法

本文提出加权值多态蚁群算法。在信息素初始化时加入权值,加大各条路径之间的信息素差异,利于蚂蚁快速进行路径选择;在概率选择过程中加入权值,提高蚂蚁搜索效率;采用了蚁周模型对信息素进行全局更新,并且设置了信息素最大值,避免算法陷入局部最优解。最后采用均匀分布的方法确定参数值,通过仿真实验结果表明,该方法在TSP问题中具有良好的稳定性和高效性。