残差增强的图像描述符

针对增大视觉码书在提高图像全局描述符——局部特征聚合描述符(VLAD)精度的同时会增加VLAD存储开销的问题,提出一种基于2层结构层次视觉码书生成残差增强的图像全局描述符EVLAD.离线码书生成阶段,首先通过K-means算法生成第1层视觉码书,然后基于量化残差最小化原则非均匀地生成第2层各视觉子码书.在线EVLAD生成阶段,图像局部特征首先面向细粒度的第2层视觉子码书生成量化残差;然后面向第1层视觉码书进行聚集生成各子向量,EVLAD即为各子向量的串联结果,为了抑制特征空间爆发现象,各子向量和串联结果分别进行了L_2归一化.实验结果表明, EVLAD精度优于VLAD和其他各种改进方法.     

客户价值评价体系的设计与实现

针对企业在客户营销中如何根据客户价值进行客户细分的问题,提出了一套客户价值评价体系。该体系首先确定了客户价值评价模型及如何运用层次分析法确定其影响因子的权重。在实现阶段阐述了利用规范属性值方式实现数据预处理及聚类分析实现客户细分。该体系在整体上具有科学性,可操作性强等特点。     

基于信息表和差集的关联规则挖掘

针对挖掘稠密的长模式关联规则时,需要大量的存储空间、求长集合的交集时需要大量的计算时间以及计算候选频繁项集的支持度时需要访问反复扫描数据库,提出了基于信息表和差集的挖掘算法.实验证明,在相同的数据库和支持度情况下,该算法较apriorTID算法能减少挖掘时间和占用的空间.     

面向移动设备的快速特征点匹配方法研究

针对增强现实在移动设备应用中特征点匹配速度缓慢的情况,提出了一种特征点匹配优化算法.该算法基于移动设备自带的重力感应系统,用重力方向代替原有的描述符方向,以此来降低传统ORB(oriented FASTand rotated BRIEF)算法中特征点方向角计算的时间复杂度.在实际移动设备上的测试结果表明,改进后的算法同时提高了匹配速度和匹配准确率,具有较好的效果.