HEVC压缩域的视频摘要关键帧提取方法

为了提高关键帧提取的准确率，改善视频摘要的质量，提出了一种HEVC压缩域的视频摘要关键帧提取方法。首先，对视频序列进行编解码，在解码中统计HEVC帧内编码PU块的亮度预测模式数目。然后，特征提取是利用统计得到的模式数目构建成模式特征向量，并将其作为视频帧的纹理特征用于关键帧的提取。最后，利用融合迭代自组织数据分析算法(ISODATA）的自适应聚类算法对模式特征向量进行聚类，在聚类结果中选取每个类内中间向量对应的帧作为候选关键帧，并通过相似度对候选关键帧进行再次筛选，剔除冗余帧，得到最终的关键帧。实验结果表明，在Open Video Project数据集上进行的大量实验验证，该方法提取关键帧的精度为79.9%、召回率达到93.6%、F-score为86.2%，有效地改善了视频摘要的质量。      

融合信任和基于概率矩阵分解的推荐算法

针对推荐精度不准确、数据稀疏、恶意推荐的问题，提出融合信任基于概率矩阵分解（PMF）的新推荐模型。首先，通过建立基于信任的协同过滤模型（CFMTS）将改进的信任机制融入到协同过滤推荐算法中。信任值通过全局信任及局部信任计算获得，其中局部信任利用了信任传播机制计算用户的直接信任值和间接信任值得到，全局信任采用信任有向图的方式计算得到。然后，将信任值与评分相似度融合以解决数据稀疏、恶意推荐的问题。同时，将CFMTS融入到PMF模型中以建立新的推荐模型——融合信任基于概率矩阵分解模型（MPMFFT），通过梯度下降算法对用户特征向量和项目特征向量进行计算以产生预测评分值，进一步提高推荐系统的精准度。通过实验将提出的MPMFFT与经典的PMF、社交信息的矩阵分解（SocialMF）、社交信息的推荐（SoRec）、加权社交信息的推荐（RSTE）等模型进行了结果的对比和分析，在公开的真实数据集Epinions上MPMFFT的平均绝对误差（MAE）和均方根误差（RMSE）比最优的RSTE模型分别降低2.9%和1.5%，同时在公开的真实数据集Ciao上MPMFFT的MAE和RMSE比最优的SocialMF模型分别降低1.1%和1.8%，结果证实了模型能在一定程度上解决数据稀疏、恶意推荐问题，有效提高推荐质量。     

一种改进的峰均功率比判源方法

在阵列信号处理领域,信号源数的估计是一个重要问题。EIT方法有着良好的检测性能,但对不等强目标检测时性能严重下降。因此提出一种改进的峰均功率比判源方法,利用特征向量对接收数据进行加权,然后计算其峰均功率比,通过利用特征值与峰均功率比值在区分噪声和信号方面的一致性,引入一个递归过程,检测信号源个数。仿真结果显示,采用此方法不受目标强度差的影响,对不等强双目标有优良的检测性能。     

非齐次特征值问题

所谓非齐次特征值问题就是给定一个矩阵 A,一个向量 b 及实数 S>0,求数λ工和向量 X使得 AX=λX+b 并且 X~HX=S~2,则称λ为非齐次特征值,相应的向量 X 称为非齐次特征向量。本文介绍产生非齐次特征值的主要背景,讨论非齐次特征值问题解的存在性及解的个数,描述求解非齐次特征值问题的数值方法。     

基于小波分析的梁损伤识别方法初探

通过对冲击荷载作用下有损伤梁的响应进行分析 ,对某一时刻梁的变形进行连续小波变换 ,从小波变换系数的极值点判断损伤的位置 ,对跨中响应的小波包分解得到各频段能量的特征向量 ,作为判断损伤程度的依据     

非齐次对称特征值问题

所谓非齐次对称特征值问题就是给定对称矩阵A,一个向量b,求实数λ和向量X使得AX=λX+b并且‖×‖_2=1,则称λ为非齐次特征值,相应的向量X称为非齐次特征向量、本文讨论了非齐次对称特征值问题解的存在性及解的个数;描述了求解非齐次对称特征值问题的数值方法.     

一种降低换相失败概率的变论域模糊控制方法

为了降低直流系统换相失败的几率,通过对换相机理的分析,得到促进换相的因素,利用模糊控制预防控制换相失败。针对常规模糊控制精度不高,及控制规则与精度间的矛盾,提出了一种基于相平面响应轨迹特征向量法的变论域模糊预防控制方法,从而动态改变论域,修正控制规则,提高控制精度和收敛性。该方法动态监测交流电压的变化和变化率,一旦故障快速增大越前触发角,减小换相面积,抑制换相失败的发生。通过CIGRE HVDC标准模型进行了仿真研究,仿真结果验证了所提控制方法的灵敏性和准确性,能够有效地降低换相失败发生的概率。     

基于Relief特征量优化及SOM网络的断路器操作机构状态评估

为提高断路器操作机构状态评估的效率及准确性,文中提出了采用Relief优化方法对分合闸线圈电流特征向量进行优化及SOM网络对线圈电流样本进行分类的高压断路器操作机构状态评估方法。仿真研究结果表明:基于Relief的分合闸线圈电流特征向量优化方法和SOM网络分类方法的操作机构状态评估能够实现操作机构状态的准确评估,同时采用优化后的电流特征向量数据进行状态评估减小了运算量和缩短了运算时间,提高了断路器机构状态评估的效率。     

基于通用距离测量的机器学习方法用于图像分类和聚类

针对图像分类识别问题,提出了一种用于图像特征提取的新方法.首先定义了基于图像字符串的复杂度和以及通用图像距离(UID),然后依次提出了测量通用图像距离的UID距离测量算法,在维持特征类别之间的固有差异条件下对图像原型进行选择的原型选择算法,利用原型选择算法创建图像的特征向量表示从而生成待分类图像的特征向量的特征向量生成算法,最后基于前述算法提出了对图像的感兴趣区域进行分离的图像分类学习算法.将所提出的方法应用于卫星图像数据的几个监督和非监督学习实验,结果表明文中所提方法效果理想.