多媒体PC中AVI视频文件格式剖析

本文对ＭＰＣ中的ＡＶＩ视频文件格式进行了详细剖析，并阐述了这种文件格式对音视频同步控制，数据压缩和解压缩等处理的支持。     

数字图像水印综述

将主要对数字图像水印进行综述,分析其模型、主要属性、应用领域、经典算法和常见攻击手段,最后展望数字图像水印的发展方向。     

3维地质体模型中闭合结构的提取

在地质体建模中,曲面问的拓扑结构分析是一个非常重要的步骤.为了得到块体结构的模型,需要对层面模型内所有的曲面进行全局性的拓扑分析.当层面模型的数据规模极其庞大的时候,这种全局性的分析势必要受到内存容量的限制.为了提高运算速度,提出了一种基于简化面片的闭合块体构造算法,该算法可将模型内所有的曲面数据尽可能地简化,仅仅保留交线附近的关键数据.这种简化后的层面模型既包含了全局的拓扑信息,又可以完全载入内存.实验结果表明,该算法不仅具有较快的拓扑分析速度,并能适用于大规模的地质体模型的构建.     

基于Spark的大规模语义规则后向链推理系统

近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动,在查询时根据规则集推理出查询结果。后向链语义推理具有推理过程复杂、规则扩展深度大等特点,在大规模语义数据上推理的效率和可扩展性上有一定的挑战。该文立足于已有的后向链推理技术,详细分析了语义推理规则集的特点,并结合当前主流的大数据处理平台Spark,设计了一套较为高效并且可扩展的大规模并行化语义规则后向链推理系统。该文的主要研究工作分为三个部分: (1)采用预计算本体数据闭包的方法,避免了本体模式在实时推理阶段的重复推理; (2)在后向链语义推理的逆向推理和查询阶段设计了优化措施,进一步提高了推理效率; (3)设计实现了一种基于Spark平台的大规模分布式RDFS/OWL后向链语义推理系统。实验数据显示,该文提出的RDFS/OWL后向链语义推理系统在合成数据集LUBM和真实数据集DBpedia上都表现出了良好的推理性能,在亿条三元组上的推理开销是几秒到几十秒,并且表现出了良好的数据可扩展性和节点可扩展性。     

YARM:基于MapReduce的高效可扩展的语义推理引擎

随着语义网的快速发展,RDF语义数据大量涌现.大规模RDF语义数据推理的一个主要问题是计算量大、完成计算需要消耗很长的时间.显然,传统的单机语义推理引擎难以处理大规模的语义数据.另一方面,现有的基于MapReduce的大规模语义推理引擎,缺乏对算法在分布和并行计算环境下执行效率的优化,使得推理时间仍然较长.此外,现有的推理引擎大多存在可扩展性方面的不足,难以适应大规模语义数据的增长需求.针对现有的语义推理系统在执行效率和可扩展性方面的不足,文中提出了一种基于MapReduce的并行化语义推理算法和引擎YARM.为了实现分布和并行计算环境下的高效推理,YARM做出了以下4点优化:(1)采用合理的数据划分模型和并行化算法,降低计算节点间的通信开销;(2)优化推理规则的执行次序,提升了推理计算速度;(3)设计了简洁的去重策略,避免新增作业处理重复数据;(4)设计实现了一种新的基于MapReduce的并行化推理算法.实验结果表明,在真实数据集和大规模合成数据集上,YARM的执行速度比当前最新的基于MapReduce的推理引擎快10倍左右,同时YARM还表现出更好的数据和系统可扩展性.     

基于语义的词义消歧算法初探*

词义消歧是自然语言处理中的难题之一。结合《知网》,从语义的角度出发,结合词性信息、搭配实例和语义相关度等信息,提出了一种多策略的词义消歧方法。     

轮廓字网格编织带修饰效果的实现

利用计算机进行设计各种字形修饰效果一直是计算机图形学的重要内容之一.本文给出了在轮廓字表面上构造网格点,基于这些网格点进行Delaunay三角剖分,并转换为3-4网格,最后在网格上实现编织带修饰效果的具体实现方法.其中3-4网格由良构的四边形单元和少量辅助三角形单元构成,在其上实现了较好的编织带修饰的效果.