由粗到精的虹膜图像离焦模糊评价方法

离焦模糊评价在虹膜识别系统中尤为重要。传统的方法是通过频谱分析测量虹膜图像的离焦模糊程度,这类方法容易受到光照变化以及睫毛和眼皮等噪声区域的影响。提出了一种由粗到精的虹膜图像离焦模糊评价方法。第一步,通过频谱分析去除严重模糊的虹膜图像,进行虹膜图像离焦模糊粗分类。第二步,通过方向金字塔分解,提取虹膜图像的质量特征。在人工合成的离焦模糊虹膜图像数据库中,利用径向基神经网络建立起质量特征与质量等级间的对应关系。通过建立起的模型进行实际的虹膜图像离焦模糊等级预测,以及虹膜图像离焦模糊精分类。在Clarkson数据库上的实验结果证明了该方法不仅可以准确区分清晰图像和离焦模糊图像,而且相比于传统的虹膜图像离焦评价方法更接近于人的视觉感知。     

面向OLGP的多维信息网络数据仓库模型设计

信息网络的出现使信息由简单的数值型数据演化成较复杂的图网络结构。如何对基于图的信息网络数据进行良好的组织和存储成为一个亟待解决的问题。利用维建模的方法对基于图的信息网络数据进行模型设计,提出了多维信息网络仓库模型。该模型由边事实表、节点事实表、信息维连接属性表以及拓扑维节点属性表组成,能够为在线图处理提供底层的数据平台。实验表明该模型在消除冗余、查询时间、存储空间上均较泛关系表有明显优势。新模型在1．25万篇ACM论文上的查询时间稳定在几十毫秒,较泛关系表的查询时间约减少一个数量级。在空间性能上,随着论文数量的增加,该模型存储空间开销的增长速度远小于泛关系表的增长速度。     

BHP：面向BSP模型的负载均衡Hash图数据划分

图数据划分是基于BsP（bulksynchronousparallel）编程模型的大规模图处理系统中一个关键技术问题。传统的图划分技术需要多次迭代,时间复杂度过高,且划分结果不具有图顶点到分区的映射信息,因此这些算法并不适用于BSP模型下的数据划分。提出了一种新的面向BSP模型的负载均衡Hash数据划分算法（balancedHashpartition,BHP）。为了实现各个分区的出边数尽可能均衡,该算法引入了虚拟桶的概念,通过贪婪算法将虚拟桶重组为实际分区,保证了每个实际分区负载均衡,同时数据本地化策略使本分片上的数据尽可能地保留在本节点上,从而减小在数据加载时的数据迁移开销。从三个方面对比了BHP算法和经典Hash算法的性能,结果表明BHP算法能够提高作业的执行效率,减少消息发送的数量,有效解决了经典Hash算法的负载不均衡和分区间交互边过多的问题,当数据量变大时,效果尤为明显。     

使用局部纹线距离进行指纹分类

为了提高指纹识别的速度和准确率,特别是在指纹数据库不断增大的情况下,指纹分类显得尤为重要。提出了一种使用局部纹线距离进行指纹分类的方法。该方法首先以指纹的参考点为中心提取一个区域,然后计算该区域的局部纹线距离,最后按照局部纹线距离对指纹库中的指纹进行分类。在FVC2006指纹库上对该方法进行了实验,系统穿透系数为0．1063,有效地提高了指纹的检索速度。     

结合公共视图和对象Petri网的跨组织流程建模

组织间协同的信息流以及每个参与组织的自治性是跨组织协同的两个要素。结合跨组织工作流建模与对象网之间的相似性,提出了一种基于公共视图和对象Petri网的跨组织工作流建模方法。组织的公共视图隐藏了内部流程细节,是原流程中仅与合作伙伴相关的活动在外部的投影。通过组合各参与组织的公共视图得到了跨组织协同的信息流网结构,利用对象网的交互集建立了组织内部流程与通信结构的同步关系。通过一个建模实例阐述了该方法的有效性。     

汉三阙文物保护监测体系构建研究

本文介绍了数字化传感器、综合信息数据库系统等信息技术在汉代三处石阙文物建筑保护中的应用。     

离群点挖掘技术在交通事件检测中的应用

交通事件的检测与确认是交通事件管理中的首要问题。基于线圈和视频数据的检测方法由于成本高,检测效果不明显,在实际应用中受到限制。提出了一种基于离群点挖掘的交通事件检测算法。该算法通过使用浮动车（floatingcardata,FcD）技术得到路况信息,并提取交通事件特征,建立特征向量。算法简单、高效、易于部署。实验结果表明,同模式识别方法相比,该算法具有较高的准确度,能有效区分常规拥堵与交通事件。