一种基于多模态主题模型的图像自动标注方法

大部分传统的图像自动标注方法需要训练数据中具有精准的标注词,然而这样的数据通常是需要人工标注的,因此获取成本较高,且存在一定的主观性。该文提出一种全新的图像自动标注方法,通过结合自然语言理解领域实体识别的技术,充分利用图像周边自带环绕文本,将图像视觉特征、环绕文本以及实体抽取所得到的能够描述图像中显著特征的词在概率主题模型中进行联合建模,学习到多种数据模态之间的关联关系,从而实现图像的自动标注。在UIUC Pascal Sentence数据集上的实验证明该方法比传统方法具有更好的图像标注预测以及检索性能。     

一种利用形状描述子的选择性图像分割方法

针对传统的图像分割算法难以分割出具有语义特征的目标区域的问题,将形状描述子的识别能力引入图像分割过程,利用其提供的较高层的语义信息,生成边界模板来指导图像分割,同时使用遗传算法来处理边界模板的匹配过程,从而智能地选择和分割出目标区域.最后,在形状描述子对全局形状信息的约束下,又根据目标图像的局部特征进行分割边界的优化.试验结果证明,本方法成功地将形状描述子的描述和识别能力引入图像分割过程,实现了对目标图像的选择性分割,达到满意的分割效果.     

基于词包模型的高分辨率SAR图像特征提取

特征提取在图像处理中是重要的一环,传统的特征提取算法已无法满足高分辨率图像的要求。研究运用高分辨率SAR图像的词包模型特征提取算法,旨在进一步优化对高分图像的解析。首先通过SIFT 算法提取图像关键点,再对关键点进行特征向量提取。在词包模型的特征向量提取中,将边缘算子和WLD描述子作为新的特征向量加入词包模型中,以此提高特征分析对于边缘检测能力以及减少光照差带来的影响。通过对什邡城区SAR图像实测数据的特征提取和分类实验,证明新的词包模型算法具有更好的稳定性和有效性。     

一种基于概率距离尺度学习的图像标注方法

大部分传统的基于距离尺度学习的图像标注方法假设训练样本之间存在确定的约束关系。这样的假设在小规模、精准的数据集上可以取得一定的效果。但是当数据量较大,每幅图像有多个标注且部分标注含有噪声时,这种过于理想的假设则不成立。提出了一种基于概率主题模型的距离尺度学习方法,通过概率主题模型挖掘这种模糊的、潜在的不确定辅助信息,并应用于后续的距离尺度学习中得到语义上距离尺度,改进基于搜索的图像标注性能。在 Flickr 数据集上的实验证明所提出方法比当前方法具有更好的图像自动标注性能。     

基于高斯混合模型的运动目标检测方法研究

在研究比较常用的各种运动目标检测方法的基础之上,结合静止场景运动目标检测的特点,采用基于背景减除法的高斯混合模型方法进行运动目标检测,即采用高斯混合模型进行背景建模、背景减除法确定目标前景区域,并通过图像平滑、二值化处理、去噪等方法对图像进行后处理,最终得到目标前景图像.该方法具有运算量小、处理速度较快的特点.实验结果表明,所设计的嵌入式运动目标检测系统能够检测出较完整的前景区域并判断出目标前景,能够满足静止场景下运动目标检测的需求.     

基于MPEG-7的语义图像检索系统的研究

有效的图像检索系统必须充分利用图像的语义信息,文章采用了基于MPEG-7的图像语义的XML表示法,简要介绍了图像检索的发展状况,主要讨论了基于MPEG-7图像语义的XML描述方法以及检索系统的实现过程.经考察证实：系统通过反馈的办法对图像的标注进行调整和完善,可随着用户反馈次数的增多,系统的检索精度逐步提高.本系统有效地实现了在基于语义和基于内容2个层次的图像检索,取得了较为理想的效果,具有一定的应用价值.     

基于改进高斯混合模型的概率潮流解析方法

大规模风电并网使电力系统的随机性问题日益突出,概率潮流分析是一种能够计及电力系统随机性的稳态运行分析重要工具。针对风电的随机性和多个风电场出力之间的相关性问题,提出利用遗传算法改进的高斯混合模型求解多个风电场出力的联合概率密度函数,利用联合概率密度函数对多个风电场出力的随机性和相关性进行刻画。在此基础之上,利用线性潮流方程计算多条线路和多个节点电压的联合概率分布,最终求解概率潮流的计算结果。仿真结果表明,所提方法计算精度高,速度快,利用联合概率密度函数和联合分布函数能够比边缘分布更精确地评估电力系统多条线路同时过载的风险。     

最大熵模型在音乐自动语义标注中的应用研究

随着Web 2.0的发展,音乐自动语义标注成为音乐检索系统的关键技术.但是,目前主流的语义模型都是对音频的内容特征进行处理,并且对每个标签独立建模,忽略了标签间的关联产生的音乐上下文特征.将最大熵模型应用于音乐自动语义标注中,对音乐上下文特征进行建模处理,可以通过约束条件的多少调节模型对已知数据的拟合程度和对未知数据的适应度,并自然地解决统计模型中参数平滑的问题.实验表明,最大熵模型具有较高的预测准确率,同时,在建模过程中引入音乐相似度对特征信息函数进行选择,可以提高系统性能.     

ORB二进制描述子距离计算方法

介绍 ORB特征点,并对其二进制描述子距离计算方法进行试验与对比.由试验对比结果可得,并行法计算ORB二进制描述子距离更快速,且更适用于视觉SLAM。     

基于多角度混合高斯模型的纸币图像识别算法

针对金融领域的应用需求,提出了一种基于双面网格特征和多角度混合高斯模型的纸币图像识别算法。该算法使用双面网格作为特征提取方法,并根据类内、类间距离求取网格划分数量,证明双面网格特征相较单面网格特征的优势。然后针对不同倾斜角训练多角度混合高斯模型作为分类器,省去对整幅图像进行旋转的预处理过程,简化识别流程。改进的高斯密度判决函数进一步降低了时间消耗。实验结果表明,该算法的识别率可以达到100%,识别速度4ms/张,准确性和实时性都得到了很好的保证。     

基于高斯混合模型的智能电表误差数据挖掘与分析方法

为了合理科学的选择误差最小的智能电表供给用电客户,设计了基于高斯混合模型的智能电表误差数据挖掘与分析方法。首先,分析了高斯混合模型与EM算法的基本思路,其次对智能电表误差数据求三次标准差作为建模数据,建立了以高斯混合算法为基础的智能电表误差数据模型,最后与传统的Kmeans聚类算法模型进行对比测试。实验结果表明,相对于其他聚类算法,所设计的方法轮廓系数值更大,性能更优。能够用于在大量的数据中寻找误差最小的智能电表,并能够给智能电表厂家反馈产品意见,同时还具有产品市场划分等功能。     

基于高斯混合模型及近似线性规划的风电系统校正控制方法

提出一种基于高斯混合模型及近似线性规划的风电系统校正控制方法。考虑到风电及负荷功率预测误差的非高斯特性及相关性,建立了描述风电及负荷功率联合概率分布的高斯混合模型。考虑切负荷、发电机功率调整以及统一潮流控制器等控制措施,以控制代价最小为目标函数,构建了计及电压、频率及线路潮流等静态安全约束的风电系统校正控制优化问题的数学模型。为求解含不确定变量的非线性优化问题,依据高斯混合模型的性质,在稳态运行点的邻域内将非线性约束近似转化为线性约束,用线性规划方法求解,并不断迭代直至收敛。最后,将该方法应用于修改后的IEEE 10机39节点算例系统验证其有效性,与场景法的对比结果表明该方法求解效率较高,且具有较好的经济性。     

Image annotation with incomplete labelling by modelling image specific structured loss

In this paper, we address the problem of image annotation with incomplete labeling, where multiple objects in each training image are not fully labeled. The conventional one‐versus‐all support vector machine (OVA‐SVM), which performs fairly well on full labeling, decays drastically under the setting of incompleteness. Recently, a structured output learning method termed OVA‐SSVM was proposed to boost the performance of OVA‐SVM by modeling the structured associations of labels and show efficiency under the setting of incompleteness. OVA‐SSVM assumes that each training sample includes a single label and adopts an loss measure of classification style where, as long as one of the predicted label is correct, the overall prediction should be considered correct. However, this may not be appropriate for the multilabel annotation task. Therefore, we extend the OVA‐SSVM method to the multilabel situation and design a novel image‐specific structured loss to account for the dependences between predicted labels relying on image label associations. The superiority of the proposed image‐specific structured loss is that it can directly learn the semantic relationships of labels from training data without predefined semantic hierarchy. Extensive empirical results on a variety of benchmark datasets show that the proposed method performs significantly better than OVA‐SSVM on image annotation tasks with incomplete labeling and achieves competitive performance compared to other state‐of‐the‐art methods. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于机会约束高斯混合模型的含光热电站热电联供型微网鲁棒经济调度

为了提升不确定性环境中含光热电站热电联供型微网(CSP-CHPMG)优化调度的鲁棒性,基于机会约束高斯混合模型构造风电功率预测误差和负荷预测误差的不确定性集合,以实现对调度方案鲁棒性的准确描述;将鲁棒性作为协同优化目标,并计及电能需求响应构建CSP-CHPMG鲁棒经济多目标优化调度模型,以保障调度方案的鲁棒性和经济性,...     

基于高斯混合随机性模型的多风电场配电网概率潮流计算

风速的随机性及风电场之间的相关性对电力系统潮流分析具有重要影响。计及风速的随机性及多风电场之间的相关性,提出一种改进的概率潮流计算方法。基于多风电场实际出力样本数据,利用k-means算法确定高斯混合模型的参数数量,并利用数据筛选过程改进高斯混合模型以提高联合分布模型的精确度;引入基于Nataf估算变换的三点估计法对所建概率分布模型进行采样,并将采样数据与电力系统潮流平衡方程结合以实现概率潮流计算。IEEE 18节点系统的算例结果表明,所提方法具有较高的计算精度和计算效率。     

基于SCHISM模型的三维两相浑水模型研究

传统水沙模型多采用雷诺平均方程结合含沙量对流扩散方程，并用纯水紊流模型进行封闭。这类模型无法考虑固、液相间作用，在含沙量较大、颗粒粒径较粗时会产生误差。文章采用两相浑水紊流模型对两相浑水基本方程进行封闭。两相浑水理论将固、液两相流看作一个整体，但考虑了固、液相间作用和颗粒碰撞等微观物理机理，而且偏微分方程的数量和形式与传统水沙模型中的基本方程相同，方便将两相浑水理论嵌入至已有的水沙模型中，并应用于河流、湖泊和河口等大尺度水沙流动模拟。首先对两相浑水理论进行梳理，将其转化为三维水动力学模型SCHISM控制方程的形式并嵌入至SCHISM模型中，最终将其应用在经典的二维明渠恒定、均匀流实验、深槽实验和2012年黄河花园口至艾山段洪水过程的三维数值模拟。