基于潜在局部区域空间关系学习的物体分类算法

提出了一种物体分类模型--潜在局部区域空间关系模型及实现算法.模型描述物体各部分间的潜在空间关系,将抗缩放和仿射变换的特征区域方法与模型相结合,采用变分期望值最大方法进行学习.与同类空间关系模型算法比较,该文模型算法具有以下优点:(1)为非监督式学习模型;(2)可抵抗几何变换;(3)模型为稠密模型;(4)模型描述的是一种潜在的空间关系,这种关系对物体具有更本质的描述.在标准测试图像库上的实验表明了该算法在抵抗平移、旋转、尺度缩放、仿射变换和部分遮挡等难点问题上具有优势.     

Latent Classification Models

One of the simplest, and yet most consistently well-performing set of classifiers is the Naïve Bayes models. These models rely on two assumptions: (i) All the attributes used to describe an instance are conditionally independent given the class of that instance, and (ii) all attributes follow a specific parametric family of distributions. In this paper we propose a new set of models for classification in continuous domains, termed latent classification models. The latent classification model can roughly be seen as combining the Naïve Bayes model with a mixture of factor analyzers, thereby relaxing the assumptions of the Naïve Bayes classifier. In the proposed model the continuous attributes are described by a mixture of multivariate Gaussians, where the conditional dependencies among the attributes are encoded using latent variables. We present algorithms for learning both the parameters and the structure of a latent classification model, and we demonstrate empirically that the accuracy of the proposed model is significantly higher than the accuracy of other probabilistic classifiers.Editors: Pedro Larrañaga, Jose A. Lozano, Jose M. Peña and Iñaki Inza     

基于活动状态预测与分类的多目标跟踪

固定单摄像机多目标跟踪的难点在于对多目标互相遮挡情况的处理。针对此问题,本文提出一种基于活动状态预测与分类的多目标跟踪算法,并通过对数字视频中多人的跟踪对算法进行测试。通过对实际情况的分析总结将目标活动状态分为六类,利用卡尔曼滤波对遮挡的预测信息,结合区域匹配信息对目标的活动状态进行归类。最后,通过采用
用不同的目标定位及模板更新策略处理不同活动状态的目标,达到跟踪的目的。实验证明,对目标的分类处理使算法对多目标跟踪具有较好的适应性和准确性。     

在VFP中使用Screen对象定制系统窗口

Visual FoxPro(VFP)系统窗口既是用户操作的窗口,也是系统的输出窗口.如何定制VFP系统窗口随用户的不同而不同.在VFP 6.0环境中,通过使用Screen对象定制系统窗口的论述,得出定制VFP的系统窗口的方法.定制方法适用于VFP 6.0及其后续版本.     

Graphics Object Management in The X Window System

This paper describes a library for the creation and manipulation of geometrically defined graphical objects in The X Window System Objects are arranged in a 2.5D space, and can be transformed, made invisible or visible, or have their priority changed. Transformation of objects occurs immediately and with full damage repair, thus providing an essential requirement for the support of interactive graphics. The paper reports on an experimental implementation of the library and also discusses the implications of graphical objects in the X environment.     

基于隐含主题协同注意力网络的领域分类方法

基于注意力机制的神经网络模型在文本分类任务中显示出了很好的效果。然而当训练数据的规模有限,或者测试数据与训练数据的分布有较大差异时,一些有价值的信息词很难在训练中被模型捕捉到。为此,该文提出了一种新的基于协同注意力(co-attention)网络的领域分类方法。该文利用隐含主题模型学习隐含主题注意力,并将其引入到文本分类常用的双向长短时记忆网络(BiLSTM)中,与软或硬注意力(soft- or hard-attention)机制一起构成协同注意力。在中文话语领域分类基准语料SMP-ECDT上的实验结果表明,隐含主题协同注意力网络取得了显著优于注意力机制的领域分类效果,比基线注意力机制Soft att、Hard att以及单独的隐含主题注意力机制BTM att分别提高了2.85%、1.86%和1.74%的分类正确率。此外,实验结果还验证了,在额外的未标记数据上训练隐含主题,可以进一步提高该文方法的领域分类性能。     

变参数压力对象的自适应PID算法

随着工业应用的逐渐复杂和控制精度的提高,常常会遇到变参数控制的问题,经典控制算法对此往往难以奏效.通过对导弹补燃室变参数控制问题的研究,提出一种自适应PID控制算法.该方法以实验研究为基础,利用分段整定得到不同工况下的控制参数,且可以随着系统运行进行自适应调整.实验结果证明了该方法的可行性.     

Web Classification Based on Latent Semantic Indexing

A new web document automatic classification algorithm based on Latent Semantic Indexing （LSIWAC）, is proposed in this paper. LSMAC uses the LSI based on Singular Value Decomposition （SVD） to compress the document vector space to lower dimensional space. Using the optimal clustering, LSIWAC can cluster part of web documents Then, LSIWAC uses the optimal discriminate transform to get feature vector from every clustering＇s discriminate features. Finally, it uses the conception classification algorithm to classify the rest documents. LSIWAC solves the high dimension problem and improves the precision of web classification.     

基于潜在链接分析的FTSVM网页分类

回顾,模糊直推式模糊支持向量机（FTSVM）的不足,并提出了一种基于潜在链接分析并结合网页权重信息的FTSVM网页分类方法。新方法提高了分析网页超链接信息的效率,避免了经验参数的影响,充分考虑了网页权重的贡献。试验表明,提出的方法在网页基准测试数据上取得了优于FTSVM的分类效果。     

PB用户对象技术在数据窗口中的应用

根据实际的开发要求 ,利用 PB所提供的用户对象技术实现了数据窗口中数据列的多项输入、修改及删除。简要介绍了用户对象技术 ,并详细描述了该方法的具体实现过程     

在线商品的潜在语义信息提取及分类研究

在基于Web的电子商务数据挖掘过程中,如何从大量的商品交易记录中发掘出有用的信息是目前研究的主要课题,通过对目前网络交易的商品名称信息的特征进行分析,使用自定义的网页抓取工具获取在线商品交易的信息,分词处理后使用潜在语义分析方法对数据集的类别进行分析,实现了一个商品类别分类算法.从划分结果来看,该算法能较好地清除冗余信息,有效地区分不同类别的商品.     

基于局部匹配窗口的动作识别方法

在词袋模型基础上,综合考虑姿态之间的时序约束关系,提出一种基于局部匹配窗口的动作识别方法.首先采用人体姿态差别作为动作序列特征描述.其次,在模型学习阶段,使用局部训练法而非传统的整体训练法来提高特征词汇的表征性;在特征量化阶段,使用自适应局部线性重构策略来给特征基更灵活的权值;在对象描述阶段,分别使用时间金字塔、滑动窗口2种方法将整个动作序列划分成多个局部动作片段,进而通过连接各个局部动作片段的特征来描述整个动作序列.最后使用直方图相交操作来完成特征匹配工作.在MSR Action3D数据库上测试了所提算法的性能并与已有的动作识别方法进行对比,结果表明,该方法的识别效果较优.     

基于隐含语义的kNN文本分类研究

介绍了传统的kNN的文本分类方法,分析其实质,指出其不足,提出了一种基于隐含语义的改进方案,并结合实际给出实验结果。     

视频对象分类特征评价与选择方法

视频对象自动分类是智能视频监控的重要技术基础之一.为了提高分类精度,必须选择合适的对象特征.目前常用的视频对象分类方法都缺乏对于分类特征重要性的评价机制.提出一种视频对象分类特征评价与选择方法,该方法基于Adaboost算法的思想,通过对特征贡献进行定量评价实现特征选择.实验将视频对象区分为"单个行人"、"人群"、"车辆"和"骑车的人"四种类别,证明了该方法的合理性和有效性.     

结合目标检测的人体行为识别

人体行为识别领域的研究方法大多数是从原始视频帧中提取相关特征, 这些方法或多或少地引入了多余的背景信息, 从而给神经网络带来了较大的噪声. 为了解决背景信息干扰、视频帧存在的大量冗余信息、样本分类不均衡及个别类分类难的问题, 本文提出一种新的结合目标检测的人体行为识别的算法. 首先, 在人体行为识别的过程中增加目标检测机制, 使神经网络有侧重地学习人体的动作信息; 其次, 对视频进行分段随机采样, 建立跨越整个视频段的长时时域建模; 最后, 通过改进的神经网络损失函数再进行行为识别. 本文方法在常见的人体行为识别数据集UCF101和HMDB51上进行了大量的实验分析, 人体行为识别的准确率(仅RGB图像)分别可达96.0%和75.3%, 明显高于当今主流人体行为识别算法.     

均值漂移目标跟踪的两级窗宽更新算法

目标尺度发生较大变化时,固定窗宽的均值漂移(Mean shift)目标跟踪算法不能进行有效跟踪。为此,提出一种两级更新的自适应窗宽计算方法。采用Mean shift跟踪算法对目标中心进行初次定位,并确定窗宽的大小,设置感兴趣区域,结合已建立的背景模型,在感兴趣区域内利用背景减除技术二次确定目标的中心及窗宽大小,通过比较2次目标区域与目标模型之间的Bhattacharyya系数,选择系数较大的区域作为最终跟踪窗口。实验结果表明,该方法能够对尺度变化明显的运动目标自适应确定跟踪窗宽,并减小传统Mean shift跟踪方法背景目标颜色对目标特征提取的影响。     

End-to-End Learning of Latent Deformable Part-Based Representations for Object Detection

International Journal of Computer Vision - Object detection methods usually represent objects through rectangular bounding boxes from which they extract features, regardless of their actual shapes....     

基于有效窗口和朴素贝叶斯的恶意代码分类

恶意代码分类是恶意代码分析和入侵检测领域中的核心问题.现有分类方法分析效率低,准确性差,主要原因在于行为分析原始资料规模大,噪声高,随机因素干扰.针对上述问题,以恶意代码行为序列报告作为基础,在分析随机因素及行为噪声对恶意代码行为特征和操作相似性的干扰之后,给出一个系统调用参数有效窗口模型,通过该模型加强行为序列的相似度描述能力,降低随机因素的干扰.在此基础上提出一种基于朴素贝叶斯机器学习模型和操作相似度窗口的恶意代码自动分类方法.设计并实现了一个自动恶意代码行为分类器原型MalwareFilter.使用真实恶意代码生成的行为序列报告对原型系统进行评估,通过实验证明了该方法的有效性,结果表明,该方法通过操作相似度窗口提高了训练和分类过程的性能和准确度.