An Evaluation of Passage-Based Text Categorization

Researches in text categorization have been confined to whole-document-level classification, probably due to lack of full-text test collections. However, full-length documents available today in large quantities pose renewed interests in text classification. A document is usually written in an organized structure to present its main topic(s). This structure can be expressed as a sequence of subtopic text blocks, or passages. In order to reflect the subtopic structure of a document, we propose a new passage-level or passage-based text categorization model, which segments a test document into several passages, assigns categories to each passage, and merges the passage categories to the document categories. Compared with traditional document-level categorization, two additional steps, passage splitting and category merging, are required in this model. Using four subsets of the Reuters text categorization test collection and a full-text test collection of which documents are varying from tens of kilobytes to hundreds, we evaluate the proposed model, especially the effectiveness of various passage types and the importance of passage location in category merging. Our results show simple windows are best for all test collections tested in these experiments. We also found that passages have different degrees of contribution to the main topic(s), depending on their location in the test document.     

多摄像机在无重叠区域的目标匹配算法

基于颜色特征的目标匹配方法具有很好的区分性和直观性,但是特征本身受光线变化、背景复杂度等影响而对于目标识别准确率存在差异.针对这一现状,提出了一种新的基于时空局部特征和颜色特征的目标匹配方法.利用时空局部特征3-D LSK对待测视频中的运动目标进行行为识别,识别出具有相同行为目标.再结合目标的颜色特征,通过基于区域权重(Weighted Region Matching)的颜色匹配方法来识别出具有相同颜色的目标.对无重叠区域的多个测试视频进行的相关实验表明,该算法能够有效识别出普通场景下的不同目标,对于衣着颜色相近的不同目标也有很高的识别率.     

基于情节规则匹配的数据流预测??

提出了一种数据流预测算法 Predictor.该算法为每个待匹配的一般形式的情节规则分别使用了一个自动机,通过单遍扫描数据流来同时跟踪这些自动机的状态变迁,以搜索每个规则前件最近的最小且非重叠发生.这样不仅将无界的数据流映射到有限的状态空间,而且避免了对情节规则的过于匹配.另外,算法预测的结果是未来多个情节的发生区间和发生概率.理论分析和实验评估表明,Predictor具有较高的预测效率和预测精度.     

基于白光干涉无重叠拼接的微结构表征方法

针对白光干涉技术(WLI)应用于大范围测量时图像重叠拼接会引入误差并降低测量效率这一缺欠,本文基于纳米测量机(NMM)提出了一种无重叠拼接的白光干涉测试方法。利用NMM的高精度定位能力,扩展了普通白光干涉仪的测量范围,实现了对微结构近4倍于CCD视场的大范围测量,验证了无重叠图像拼接的可实现性。     

并行矢量有限元法分析新型波导侧面馈电天线

采用并行矢量有限元区域分解法对一种新型波导侧面馈电天线进行有效的分析。计算中采用矢量棱边元消除传统节点有限元存在的伪解问题。当所分析的天线规模较大时,在普通单台计算机上采用传统有限元方法分析会面临着内存不足和效率不高的问题,引入一种非重叠型矢量有限元区域分解法有效地克服了这一问题。该方法将原始大型求解区域划分成一系列小的子区域单独求解,具有很高的可并行性,从而大大缓解了内存需求,提高了计算效率。通过对一种新型波导侧面馈电天线的分析,验证了这种方法的精确性和有效性。     

An Improved Hybrid Genetic Algorithm for Chemical Plant Layout Optimization with Novel Non-overlapping and Toxic Gas Dispersion Constraints

New approaches for facility distribution in chemical plants are proposed including an improved non-overlapping constraint based on projection relationships of facilities and a novel toxic gas dispersion constraint. In consideration of the large number of variables in the plant layout model, our new method can significantly reduce the number of variables with their own projection relationships. Also, as toxic gas dispersion is a usual incident in a chemical plant, a simple approach to describe the gas leakage is proposed, which can clearly represent the constraints of potential emission source and sitting facilities. For solving the plant layout model, an improved genetic algorithm （GA） based on infeasible solution fix technique is proposed, which improves the globe search ability of GA. The case study and experiment show that a better layout plan can be obtained with our method, and the safety factors such as gas dispersion and minimum distances can be well handled in the solution.     

非重叠Mortar有限元法在电磁分析中的应用

Mortar元法（mortarelement method,MEM）是一种新型区域分解算法,它允许将求解区域分解为多个子域,在各个区域以最适合子域特征的方式离散。在各个区域的交界面上,边界节点不要求逐点匹配,而是通过建立加权积分形式的Mortar条件使得交界面上的传递条件在分布意义上满足。Mortar有限元法（mortar finite element method,MFEM）将MEM和有限元法（finite element method,FEM）相结合,在各区域中分别使用FEM网格离散,区域的交界面上通过施加Mortar条件实现区域间的自由度连续。该文阐述了非重叠Mortar有限单元法（non-overlappingMFEM,NO-MVEM）的基本原理,介绍了NO-MFEM的程序实现过程,使用NO-MFEM对2维静磁场问题和3维静电场问题进行了计算,并与FEM模型结果进行对比,验证了该文方法咐有效性。将NO-MFEM应用于电磁分析,丰富了电磁场数值计算理论,为运动涡流问题和大规模问题的分析提供了新的选择。     

非重叠监控视频中基于颜色空间分布模型的行人匹配方法

针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计算目标相似度并进行匹配。实验结果表明,该算法能有效地去除目标检测与分割产生的边缘背景像素的影响,在对相同目标保持较高匹配率的情况下,能较好地处理由于目标颜色分布差异而造成的误匹配情况,同时对于摄像机视角的差异以及目标姿态的变化有较好的鲁棒性。     

基于最小费用流模型的无重叠视域多摄像机目标关联算法

二分图最大匹配算法是常用的无重叠视域多摄像机目标关联算法, 本文提出了一种基于最小费用流模型的关联算法, 并与前者进行对比. 实验发现前者很大程度上依赖于效用函数的定义, 效用函数存在的偏差导致该算法求解结果不理想. 后者理论上能够估算并修正效用函数的偏差, 得到更优的解. 本文进行了大量仿真实验, 实验表明了本文算法更为鲁棒有效.     

一种基于投影不变量的目标交接改进方法

在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换（SIFT：scale-invariant features transform）及融合颜色信息的投影不变量实现目标交接的方法。利用SIFT方法自动生成图像间匹配的特征点对,并由此生成视野分界线,然后利用融合颜色信息的投影不变量方法完成对多摄像机之间目标身份的确认。