基于机器学习的文本分类技术研究进展

文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望.  

图像纹理特征提取方法综述

纹理是一种重要的视觉线索，是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域，纹理特征提取作为纹理分类与分割的首要问题，一直是人们关注的焦点，各种纹理特征提取方法层出不穷。在广泛文献调研的基础上，回顾了纹理特征提取方法的发展历程，分析了其研究现状，对纹理特征提取方法进行了较为全面的综述，对其进行分类和比较，最后给出了纹理研究领域的主要发展趋势。  

一种服务聚合中QoS全局最优服务动态选择算法

Web服务作为一种新型的Web应用模式,近年来得到了迅速的发展.如何动态地把现存的各种Web服务整合起来以形成新的、满足不同用户需求的、增值的复杂服务已成为新的应用需求和研究热点.针对现有服务聚合中服务选择技术的不足,提出了一种解决服务聚合中服务动态选择QoS全局最优化问题的实现算法GODSS(global optimal of dynamic Web services selection).算法的主要思想是把服务动态选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目标遗传算法的智  

监控视频运动目标检测减背景技术的研究现状和展望

在很多计算机视觉应用中，一个基础而关键的任务是从视频序列中确定运动目标，其中对于固定摄像机的监控视频运动目标的检测，最常用的方法是减背景技术。其思想是将视频帧与一个背景模型做比较，其中区别较大的像素区域被认为是运动目标。但由于构建背景模型需要考虑光照变化等很多因素，因此开发一个好的减背景算法面临很多挑战。为了使人们对该技术有个初步了解，该文首先对利用减背景技术实现运动目标检测的过程、目前各种典型背景建模算法的原理和优缺点做了较为详细的阐述和归纳，然后总结了各种减背景算法的总体特点，并结合实验和文献资料对部分算法进行了对比评价，最后指出了减背景技术的未来研究重点和发展方向。  

DyTrust:一种P2P系统中基于时间帧的动态信任模型

针对现有的信任模型对节点行为改变的动态适应能力和对反馈信息的有效聚合能力支持不足，提出一个基于时间帧的动态信任模型DyTrust，使用时间帧标示出经验和推荐的时间特性，引入近期信任、长期信任、累积滥用信任和反馈可信度4个参数来计算节点信任度，并通过反馈控制机制动态调节上述参数，提高了信任模型的动态适应能力．仿真实验表明，与已有的信任模型相比，DyTrust具有更好的动态适应能力和反馈信息有效聚合能力，能够有效处理动态恶意节点策略性的行为改变和不诚实反馈对系统的攻击．  

无线传感器网络最小连通覆盖集问题求解算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个重要挑战.在传感器节点高密度部署的环境中,在保证网络性能的前提下,仅将最少量的节点投入活跃工作状态,而将其余节点投入低功耗的睡眠状态,是一种节约系统能量的有效方法.如何计算同时满足"覆盖要求"(工作节点必须能够完全覆盖目标区域)和"连通性要求"(工作节点组成的通信网络必须是连通的)的最小节点集合,是一个NP难问题.设计了一种基于目标区域Voronoi划分的集中式近似算法(centralized Voronoi tessellation,简称CVT),用于计算完全覆盖目标区域所需要的近似最小节点集.当节点通信半径大于等于2倍感知半径时,CVT算法构造的节点集是连通的;当节点通信半径小于2倍感知半径时,设计了一种基于最小生成树(minimum spanning tree,简称MST)的连通算法来计算确保CVT算法构造的覆盖集连通所需的辅助节点.理论分析和实验数据表明,CVT(+MST)算法的性能在时间复杂性和连通覆盖集大小方面都优于已有的贪婪算法.  

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此，提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.  

基于家族优生学的进化算法

模拟进化有几种典型方法，分别强调自然进化过程的不同侧面．人们已意识到恰当地结合这些方法将推进该领域的研究．本文将现有进化方法的差别归结为“遗传链”与“进化链”之间的差别，提出一种新的进化模型，称之为“基于家族优生学的进化ＦＥＢＥ（ｆａｍｉｌｙｅｕｇｅｎｉｃｓｂａｓｅｄｅｖｏｌｕｔｉｏｎ）”．新的模型用家族优生学的思想将遗传链与进化链溶为一体，将正交设计技术引入家庭的子代培植以加强个体的行为改进．本文将ＦＥＢＥ模型用于求解困难的Ｇｏｌｄｂｅｒｇ欺骗问题，取得了满意的实验结果.  

区块链技术发展现状与展望

区块链是随着比特币等数字加密货币的日益普及而逐渐兴起的一种全新的去中心化基础架构与分布式计算范式, 目前已经引起政府部门、 金融机构、 科技企业和资本市场的高度重视与广泛关注. 区块链技术具有去中心化、 时序数据、 集体维护、 可编程和安全可信等特点, 特别适合构建可编程的货币系统、 金融系统乃至宏观社会系统. 本文通过解构区块链的核心要素, 提出了区块链系统的基础架构模型, 详细阐述了区块链及与之相关的比特币的基本原理、 技术、 方法与应用现状, 讨论了智能合约的理念、 应用和意义, 介绍了基于区块链的平行社会发展趋势, 致力于为未来相关研究提供有益的指导与借鉴.