显隐信息协同的多视角极限学习模糊系统

多视角数据正在越来越多地应用于各种建模任务,但当前的多视角模糊系统建模方法,主要集中于实现各个显性视角的合作,还未能充分探讨和利用各视角间共享的隐信息。针对此,对如何引入各个显性视角共享的隐空间信息来实现显隐视角协同的模糊系统建模进行了研究。具体地,基于岭回归极限学习模糊系统(ridge regression extreme learning fuzzy system,RR-EL-FS)模型,引入隐空间信息实现显隐视角协同学习来对RR-EL-FS进行学习,最终开发出具有显隐视角协同功能的岭回归极限学习模糊系统预测模型(ridgeregression extreme learning fuzzy system with cooperation between visible and hidden views,RR-EL-FS-CVH)。该方法较之以往相关的多视角建模方法能更好地利用隐空间的有效信息,从而能够进一步提高受训模型的泛化性能。大量的实验结果亦验证了所提方法的有效性。     

多视角下的传统村落意象研究——以邯郸市陶泉乡为例

本文以陶泉乡三个特色村落为研究对象,基于传统村落特色营造,借助乡村意象研究,从村民、游客、委会、规划设计人员四种主体视角出发提取乡村意象要素,并通过乡村意象要素复合分析,挖掘传统村落规划设计中需要重点塑造的内容。基于不同视角认知的差异性特征,对各要素进行复合分析,从而对传统村落规划设计思路和实践方法起到指导和借鉴意义,也为类似村庄在规划设计方法上提供一定参考。     

多视角建筑节能综合评价应用

基参照相关规范、指标类型和筛选原则描述了一个集合设计、施工和后期运营使用全过程的建筑节能评价指标体系。在此基础上,利用主成分分析方法,建立了一个从节能技术先进性、经济效益性及经济技术综合评价等多个视角同时比选节能方案的评价模型,可以满足不管是创新性非盈利国家投资项目、盈利性国家投资项目还是微观盈利主体的项目等多个角色的不同需求。取不同围护结构形式的钢框架-剪力墙建筑的2个节能方案的比选作典型案例研究,验证了该评价模型的可行性。     

多数据源输电线路选线系统的设计与实现

针对现有输电线路选线作业模式单一,专业之间协同不畅等诸多问题,为了满足输电线路三维设计和新兴招标模式要求,本文以不同技术特性的多数据源为基础,设计了一种具有多窗口交互和二三维联动功能的优化选线系统,实现了多维度、多视角协同选线,达到了多数据源集成化、信息共享化和成果精细化的选线目标。     

面向多视角数据的极大熵聚类算法

当前,极大熵聚类(maximum entropy clustering,MEC)在面对多视角聚类任务时,是将多视角样本合并成为一个整体样本再进行处理,然而这样会破坏各视角的独立性特征,进而影响最终的划分结果。针对该问题,首先提出多视角协同划分极大熵聚类算法(multi-view collaborative partition MEC,Co MEC),该算法加入一个协调各视角空间划分的约束项,使得每一视角在单独聚类过程中考虑到其他视角的影响;然后通过区分每个视角的重要性将Co MEC算法扩展为视角加权版本,即视角加权协同划分极大熵聚类算法(view weighted collaborative partition MEC,W-Co MEC);最后利用几何均值的集成策略得到全局性的划分结果。在人工数据集以及UCI数据集上的实验结果均显示所提算法较之已有的聚类技术在应对多视角聚类任务时具有更好的聚类性能。     

基于贝叶斯理论的分布式多视角目标跟踪算法

 为了有效解决传统单视角跟踪难于处理的目标遮挡问题,本文提出了一种分布式多视角目标跟踪算法. 该算法首先基于贝叶斯理论,为多视角目标跟踪问题建立了分布式数据融合的概率框架;并利用粒子滤波器对所需后验概率进行近似,提出了自适应的观测模型和状态转移模型. 各摄像机能够并行化地进行数据采集、处理、融合,而无需集中式处理单元;能够有效避免遮挡造成的误差传递,提高跟踪算法的鲁棒性. 实验证明了本文算法的有效性.     

基于多视角二维主动学习的多标签分类

针对多标签图像分类问题的特点,提出了一种多视角二维主动学习(MV-2DAL)算法,以通过多视角学习与主动学习的有机结合,深入挖掘样本、标签、视角三个维度上的相关性和冗余性.此算法以样本-标签对作为基本标注单位,在每个视角内,利用二维主动学习的方法计算样本、标签维度上的不确定度;在不同视角间,通过多视角融合的方法计算跨视...     

分块自适应加权改进大规模模糊聚类

为解决传统模糊C均值聚类(Fuzzy C-means,FCM)算法在处理大规模数据集时遇到的时间复杂和内存不足等瓶颈,提出基于大数据集抽样分块的多视角自适应模糊聚类算法,算法通过邻域正则约束提高传统FCM算法的抗噪性,通过低秩与熵加权约束提高多视角一致性,以提高算法对多样化数据聚类的适应性,最后通过Canopy算法初始聚类中心提取、数据抽样分块和自适应加权优化算法对大规模数据聚类的适应性.实验结果表明,算法在继承传统多视角FCM算法良好聚类性能基础上,减少了计算复杂度,提高了聚类准确率,适于大规模数据集聚类.     

运用多媒体教学,提高体育教学质量

传统的体育教材只是文字叙述,其局限性是显而易见的。信息形式的多样性是多媒体的优势,它以各种形式,从各个角度,从不同侧面,多信息、多视角、全方位、动态地表达科学道理,揭示自然的奥秘。因此,多媒体用于教学将具有广阔的前景,体育作为融知识传授、技能培养、身体锻炼为一体的学科,多媒体在体育教学中更是大有用武之地。