寻找在线视频的利基市场

我的电视现在能收到100多个频道，能看的有60多个，这就意味着在同一时间我只能选择这60套节目。而网络的发展改变了这一切，通过网络的视频服务，我除了随时选择收看电视节目外，我还能享受其他视频服务。只要我愿意找，基本能从一些在线视频提供商那里找到我关注的节目，因此我能进行的选择就不只是60，而是600，6000，甚至更多。     

基于潜在标签挖掘和细粒度偏好的个性化标签推荐

为进一步提高个性化标签推荐性能,针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷,提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先,提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签,将标签重新划分为正类标签、潜在标签和负类标签三类,进而构建〈用户,项目〉对标签的细粒度偏好关系,在缓解标签稀疏性的同时,提高对标签偏好关系的表达能力;然后,基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模,并结合成对交互张量分解对偏好值进行预测,构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明,提出的方法在保证较快收敛速度的前提下,有效地提高了个性化标签的推荐准确性。     

一种基于小波和MP变换的细粒度视频编码算法

针对目前的细粒度算法的计算复杂度大(如Matching Pursuit编码,简称MP编码)或者视频质量有各种效应(如离散小波变换编码DWT)的缺点,提出了一种基于小波变换和MP变换联合的细粒度视频编码算法。对连续的8帧视频采用一维小波变换,然后对变换后第1帧低频图像用二维小波变换,其它7帧高频图像信息采用MP变换编码,并采用基于能量的原子搜索与基于人眼视觉特性的分配策略。实验表明,该细粒度算法对帧间运动较小的视频应用,有较高的恢复质量。     

基于标签相关性的K近邻多标签学习

多标签学习是机器学习领域的一个研究热点,其能够有效解决真实世界中的多语义问题。在多标签学习任务中,样本的多个标签之间存在一定的关联关系,忽略标签间的相关性会导致模型的泛化性能降低。提出一种基于标签间相关性的多标签学习K近邻算法。充分挖掘样本多标签间的相关性,通过Fp_growth算法得到标签的频繁项集。针对频繁项和标签分别构建评分模型和阈值模型,评分模型用于衡量样本与频繁项或标签之间的关联程度,阈值模型用于求解频繁项或标签对应的判别阈值,结合评分模型和阈值模型对样本所属频繁项进行预测,进而确定样本标签集。在经典数据集Emotions和Scene上的实验结果表明,该算法的F1-Measure指标分别达到66.6%和73.3%,相比CC、LP、RAKEL、MLDF等基准方法,其F1-Measure分别平均提高3.8和2.1个百分点,该算法通过合理利用标签间的相关性使得分类性能得到有效提升。     

基于MIDP应用的用户界面细粒度控制研究

在当前进行移动应用开发的实践中,由于越来越强调用户的体验,设计具有更加适应设备、更加个性化和灵活性的用户界面对于整个应用来说往往具有决定的意义.从MIDP用户界面结构入手对在自定义Item过程中所涉及到的相关技术进行深入的分析,并对在实际开发中所应注意的事项给予详细说明.     

基于ASP.NET的在线视频系统设计与实现

介绍了在线视频系统出现的背景及生活中的重要作用。系统功能模块图显示了系统的各个组成部分,系统实现给出了视频文件列表显示和视频播放的代码。用到了控件绑定、项绑定、项命令等事件,应用全局变量实现前后台的文件名传递。     

RBAC中基于信任的细粒度访问控制研究

针对传统的角色访问控制模型权限控制粒度较大,提出一种基于信任的细粒度访问控制模型,该模型在RBAC基础上引入授权信任约束,采用了一种基于忠诚度的信任度计算方法,有效地遏制恶意行为,实现细粒度访问控制。该模型不仅具有RBAC模型的所有优点,而且比RBAC模型具有更好的通用性、灵活性和可扩展性。     

无线信道视频细粒度可分级编码研究

Internet和无线通讯的迅速发展使得视频的可分级编码技术成为一个重要的研究领域.本文首先对MPEG-4修订版中FGS的编码机制进行了讨论,然后对无线信道上视频可分级编码技术的发展情况进行了讨论,最后对视频细粒度可分级编码的未来发展趋势进行了展望.     

XML文档的细粒度强制访问控制研究

为满足XML文档中高安全等级信息机密性和完整性的保护需求,通过对BLP模型的客体安全标签、*-属性及3条安全状态转换规则进行改进,提出一种完整性增强的BLP(IEBLP)模型,分析结果证明,该模型能同时满足数据机密性和完整性要求,并能较好地在XML文档中实现细粒度的强制访问控制.     

基于HBase的细粒度访问控制方法研究

为增强HBase的安全访问控制能力,提出一种针对HBase的细粒度访问控制方法。该方法通过修改优化HBase源码,扩展访问控制权限、重写访问控制器达到细粒度访问控制的目的。归纳出应用于HBase的RBAC模型,内建数据库角色以解决权限扩展后细粒度权限管理难度增大的问题。通过设计实验测试用例,验证了提出的细粒度访问控制方法能更全面地保护HBase数据,解决了原有方法带来的权限过粗的问题,降低了数据可能被恶意地执行修改、删除等操作所带来的巨大安全风险。     

下载Android电视上的在线视频

正挑战题描述现在很多在线教育都瞄准了智能电视,不过大部分教学视频都只支持在线播放(而且大多内嵌在Android客户端播放器里,找不到下载地址)。我想把一些精彩的视频下载到本地观看,怎么才能下载?(题号:20141903)解题思路大家知道,在PC上对于可以播放的在线视频,可以通过屏幕录制软件将视频录制下来。同样的,Android上的视频也可以采用录制的方法获取。不过Android设备并     

基于拦截器的细粒度权限设计

针对将权限分配到菜单、按钮,并能够实现权限的动态分配有一定的难度,本文提出一种能够将权限细粒度到按钮,且可以为角色动态分配权限的设计,并基于MVC框架拦截器进行权限校验。     

基于Web的工作流细粒度授权框架

基于Web环境下的工作流系统面临复杂的数据安全管理难题。Web环境下的授权资源种类繁多、差异性大，需要控制模型具有较细的授权粒度，以保证工作流系统管理的安全性和灵活性。文中分析传统授权模型，结合Web系统基于表单的特点，提出一种由表单模型、授权模型、流程模型构成的工作流细粒度授权框架。并对该方案进行描述，给予实现。     

基于注意力机制的弱监督细粒度图像分类

针对细粒度图像分类任务中难以对图中具有鉴别性对象进行有效学习的问题,本文提出了一种基于注意力机制的弱监督细粒度图像分类算法.该算法能有效定位和识别细粒度图像中语义敏感特征.首先在经典卷积神经网络的基础上通过线性融合特征得到对象整体信息的表达,然后通过视觉注意力机制进一步提取特征中具有鉴别性的细节部分,获得更完善的细粒度特征表达.所提算法实现了线性融合和注意力机制的结合,可看作是多网络分支合作训练共同优化的网络模型,从而让网络模型对整体信息和局部信息都有更好的表达能力.在3个公开可用的细粒度识别数据集上进行了验证,实验结果表明,所提方法有效性均优于基线方法,且达到了目前先进的分类水平.     

基于增强多重注意力机制的深度神经网络的细粒度检测

现有的基于注意力机制的细粒度图像识别方法大多都没有考虑目标局部的相关性,而且以往大多数方法都用多阶段或者多尺度机制,导致效率不高且难以端到端训练。本文提出的方法能调节不同输入图像的不同部位的关系。基于上述思路的注意力机制的方法去学习每幅图的每个关注区域特征,再用增强多重注意力机制强化这一效果,让同类别图像具有类似的注意力机制,而不同类别的图像具有不一样的注意力机制,同时也能够进行端到端训练。     

细粒度自适应框架的生成机制

自主计算引起了极大的关注,现在已经有很多此类的项目。例如,密西根州立大学的“TRAP/J”、东京技术学院的“Open Java”、伊利诺斯大学的“PCL”等。参考“TRAP/J”,提出了一种细粒度自适应框架的生成机制。只为原来程序中需要自适应能力的部分构筑框架,因此产生的代码简洁、可读性好。并且为用户提供了一次机会,让其决定代理和原来程序之间的关系。这些改进使自适应框架能够更加灵活地适应环境。但是在该项目中,被处理类的一些结构信息需要在程序参数中指定,要求用户十分清楚地了解该类。     

基于细粒度权限质检管理系统的研究与设计

本文首先针对现行RBAC模型的角色管理权限粒度不够细化的特点,提出了一种改进的细粒度权限模型,并详细描述了该改进模型的特点和身份验证的具体过程。并结合实际的质量检测管理系统,从数据库设计和角色管理两个方面,阐述了改进的细粒度权限控制在.NET中的设计与实现的具体过程。     

基于GAA-API的Web网页细粒度访问控制方法研究

基于通用的授权与访问控制接口GAA-API，提出了一种网页的细粒度授权与访问控制方法。为网页中的静态资源元素、动态资源元素分别提供细粒度、灵活的访问控制。最后对该方法进行实验测试，并对测试结果进行比较分析。     

基于地理标签的LBSN链接预测模型

为更深入挖掘用户位置信息,本文从位置语义相似性角度挖掘用户特征.利用LDA算法对用户签到信息进行位置主题建模,采用Gibbs采样算法计算LDA模型中的分布函数,并根据这些分布提出了基于签到地点语义的用户相似性特征向量.利用有监督的机器学习算法,综合LBSN的网络结构信息、签到地点信息、地点语义信息得到多维相似性特征向量来进行链接预测.在Gowalla数据集上的实验结果表明,相较于传统的链接预测算法,将基于签到信息的多个相似性特征作为辅助信息的链接预测算法显著提高了LBSN链接预测的性能.