Web站点的路径聚类研究

用户对Web网站访问兴趣可以通过页面的浏览顺序表现出来,Web站点的访问日志记录了用户访问页面的详细信息.介绍Web站点访问日志挖掘的相关知识,并定义新的兴趣度,相似度和聚类中心,提出了一种基于用户访问兴趣的路径聚类算法,最后通过实验来验证这种算法的有效性.     

一种基于路径聚类的Web用户访问模式发现算法

本文在将用户对Web站点访问行为表示成用户访问事务基础上，给出有关兴趣度、相似度、聚类中心定义，提出基于ISODATA算法的路径聚类方法，并对实际网站Web日志文件进行实验，结果表明该方法不但能够发现群体用户访问模式。而且还得到较为合理的模式聚类个数。     

基于双重超像素集的快速路径相似度图像分割算法

为克服基于路径相似度计算时间复杂度高以及基于单一过分割区域集的聚类方法 容易导致误合并的缺陷, 提出一种结合均值漂移和路径相似度的谱聚类算法. 该算法使用超像 素构建基于路径相似度的模型来实现加速. 首先, 利用均值漂移算法对图像进行两次预分割(不同参数), 将这些过分割区域视为两组超像素集合, 构建基于双重过分割区域集的加权图; 之后, 使用各超像素的色彩均值和超像素间存在的交叉像素计算初始相似度, 再利用路径相似度模型得 到基于路径的相似度; 最后, 采用Multiway Ncut算法进行聚类. 通过算法自身参数和图结构实验, 测试算法的鲁棒性和稳定性; 通过多幅彩 色图片的分割实验, 表明本文的方法在准确性和时效性方面都具有很好的性能.     

基于用户访问兴趣的路径聚类研究

网站可以通过关注用户访问路径、访问某个页面的时间、在此页面的驻留时间以及由那个链接到此页面的URL等信息,利用聚类技术将具有相同兴趣的用户分类。文章将介绍一种新的基于用户访问兴趣的路径聚类算法,其中定义了新的兴趣度、相似度、及聚类中心。最后采用龙城热线网站日志进行真实测试,实验的结果是成功的。     

基于Web日志的典型匿名用户路径挖掘研究

通过获取的匿名用户浏览路径集,依据新的路径相似度定义,建立用户浏览路径相似度矩阵,并在此基础上设计实现了匿名用户浏览路径聚类算法,获得聚类结果集,并计算各类的中心,得到典型匿名用户路径.挖掘结果显示典型匿名用户路径代表了不同类用户网络浏览路径,可有效地作为网站信息推荐的依据.     

一种新的基于Web日志的挖掘用户浏览偏爱路径的方法

提出了一种新的基于Web日志的挖掘用户浏览偏爱路径的方法.该方法首先在单元数组存储结构(存储矩阵)基础上建立以浏览兴趣度为基本元素的会话矩阵和路径矩阵.然后,在会话矩阵上采用两个页面向量夹角余弦作为相似用户的页面距离公式进行页面聚类,求得相似用户的相关页面集.最后,利用路径选择偏爱度在相似用户的路径矩阵上挖掘出相似用户的浏览偏爱路径.实验证明此方法是合理有效的,能够得到更准确的偏爱路径.     

一种改进的用户浏览偏爱路径挖掘方法

提出一种基于“三矩阵”模型的偏爱浏览路径的挖掘方法。在单元数组存储结构（存储矩阵）基础上建立以浏览兴趣度为基本元素的会话矩阵和路径矩阵。在会话矩阵上采用2个页面向量夹角余弦作为相似用户的页面距离公式进行页面聚类,求得相似用户的相关页面集。并利用路径选择偏爱度在相似用户的路径矩阵上挖掘出相似用户的浏览偏爱路径。实验证明,该方法是合理有效的,能够得到更精准的用户偏爱浏览路径。     

改进DBA算法的眼动模式分析

随着眼动追踪技术的进步和设备成本的降低,眼动追踪技术已广泛应用于智能教育领域,分析眼动数据以评估学习状态成为智能教育中一个十分重要的环节。眼动扫描路径可以直接或间接地反映思维模式及心理状态的变化,通过分析扫描路径探索学习者眼动行为的共性和差异性,为改善视觉内容和给出指导性意见提供重要参考。首先研究在同一任务情况下学习者扫描路径的时间序列表示和聚类,通过聚类结果评估专注、走神及信息迷航等三种学习状态。进而对重心平均动态时间规整（DTW?barycenter averaging,DBA）算法进行改进,并用于提取群体眼动模式,结合动态时间规整（dynamic time warping,DTW）算法计算扫描路径的相似度和确定聚类种子,采用距离密度聚类（distance density clustering,DDC）算法进行聚类。实验表明,基于时间序列的眼动模式挖掘能够识别群体观看行为。而聚类揭示了不同的阅读策略,并提供了评估学习状态的能力。     

基于移动对象轨迹段分割的聚类算法研究

将对象的运动轨迹作为一个整体聚类,将丢失相似子轨迹段有用的信息.为了找出相似子轨迹段,提出针对某一个轨迹进行子轨迹的聚类算法,先把长轨迹在特征点分割为一组直子段,再用基于密度的聚类算法对子段进行聚类,得到子段的可达距离排序并生成可达性图,最后根据生成的可达性图识别聚类结构.实验结果表明该方法能有效准确地识别相似子轨迹段.     

基于并行Apriori的铁路物流配送FPMA

以提升挖掘分析铁路物流配送频繁路径数据效率为目的 ,研究基于并行Apriori的铁路物流配送频繁路径挖掘算法,采用Fuzzy c-means算法聚类分析物流配送数据集,根据内部相似度将数据集分割出具有较高相似度的数据簇,利用改进Apriori算法挖掘分析各数据簇中包含的频繁模式获取各区域的物流频繁路径,通过分析合并物流频繁路径后生成各区域的频繁路径序列.借助Hadoop中的子项目Mahout和MapReduce实现Fuzzy c-means算法和改进Apriori算法的并行化.实验结果表明,上述算法有效提升频繁路径的挖掘效率以及精度,确保为物流管理者提供清晰的货物流向,在实际应用中具有更高适用性.     

Model-based approach to study of mechanisms of complex image viewing

A model-based approach to study complex image viewing mechanisms and the first results of its implementation are presented. The choice of the most informative regions (MIRs) is performed according to results of psychophysical tests with high-accuracy tracking of eye movements. For three test images, the MIRs were determined as image regions with maximal density of gaze fixations for the all subjects (n = 9). Individual image viewing scanpaths (n= 49) were classified into three basic types (i.e. “viewing”, “object-consequent”, and “object-returned” scanpaths). Task-related and temporal dynamics of eye movement parameters for the same subjects have been found. Artificial image scanpaths similar to experimental have been obtained by means of gaze attraction function. The article is published in the original.     

Summarizing high-level scene behavior

We present several novel techniques to summarize the high-level behavior in surveillance video. Our proposed methods can employ either optical flow or trajectories as input, and incorporate spatial and temporal information together, which improve upon existing approaches for summarization. To begin, we extract common pathway regions by performing graph-based clustering on similarity matrices describing the relationships between location/orientation states. We then employ the activities along the pathway regions to extract the aggregate behavioral patterns throughout scenes. We show how our summarization methods can be applied to detect anomalies, retrieve video clips of interest, and generate adaptive-speed summary videos. We examine our approaches on multiple complex urban scenes and present experimental results.     

基于多特征组合的细粒度图像分类方法

针对单一特征表示的局限性会导致细粒度图像分类准确度不高的问题,提出了一种基于卷积神经网络（CNN）和尺度不变特征转换（SIFT）的多特征组合表示方法,综合考虑对目标整体、关键部位和关键点的特征提取。首先,分别以细粒度图像库中的目标整体和头部区域训练CNN得到两个网络模型,用来提取目标的整体和头部CNN特征;然后,对图像库中所有目标区域提取SIFT关键点并通过K均值（K-means）聚类生成码本,再将每个目标区域的SIFT描述子通过局部特征聚合描述符（VLAD）参照码本编码为特征向量;最后,组合多种特征作为最终的特征表示,采用支持向量机（SVM）对细粒度图像进行分类。使用该方法在CUB-200-2011数据库上进行实验,并与单一的特征表示方法进行了比较。实验结果表明,该方法与基于单一CNN特征的细粒度图像分类相比提升了13.31%的准确度,证明了多特征组合对细粒度图像分类的积极作用。     

系数增强最小二乘回归子空间聚类法

针对最小二乘回归子空间聚类法在求解表示系数时忽略了样本相似度的不足,提出改进方法。基于样本相互重构的表示系数矩阵和样本相似度矩阵有很大的关联定义系数增强项,求解可以保持样本相似度的表示系数矩阵,提出系数增强最小二乘回归子空间聚类法。在8个标准数据集上的实验表明该方法可以提高最小二乘回归子空间聚类法的聚类性能。     

Segmentation of random fields via borrowed strength densityestimation

In many applications, spatial observations must be segmented into homogeneous regions and the number, positions, and shapes of the regions are unknown a priori. Information about the underlying probability distributions are often unknown. Furthermore, the anticipated regions of interest may be small with few observations from the individual regions. This paper presents a technique designed to address these difficulties. A simple segmentation procedure can be obtained as a clustering of the disjoint subregions obtained through an initial low-level partitioning procedure. Clustering of these subregions based upon a similarity matrix derived from estimates of their marginal probability density functions yields the resultant segmentation. It is shown that this segmentation is improved through the use of a “borrowed strength” density estimation procedure wherein potential similarities between the density functions for the subregions are exploited. The borrowed strength technique is described and the performance of segmentation based on these estimates is investigated through an example from statistical image analysis     

结合稀疏表示与约束传递的半监督谱聚类算法

针对半监督谱聚类不能有效处理大规模数据,没有考虑约束传递不能充分利用有限约束信息的问题,提出一种结合稀疏表示和约束传递的半监督谱聚类算法。首先,根据约束信息生成约束矩阵,将其引入到谱聚类中;然后,将约束集合中的数据作为地标点构造稀疏表示矩阵,近似获得图相似度矩阵,从而改进约束谱聚类模型;同时,根据地标点的相似度矩阵生成连通区域,在每个连通区域内动态调整近邻点,利用约束传递进一步提高聚类准确率。实验表明,所提算法和约束谱聚类相比,在算法效率方面具有明显优势,且准确率没有明显下降;和快速谱聚类方法相比,在聚类准确率上有所提升。     

基于海量牧区羊群轨迹的区域属性挖掘研究*

现代畜牧业在实际放牧过程中由定位设备产生海量轨迹数据。为了从牧区日常移动轨迹中挖掘出潜在有用价值,提出一种新的基于速度扰动划分与聚类方法。该方法首先将连续定位轨迹段以速度扰动方式进行划分,设置速度扰动阈值,区分牲畜兴趣点及运动状态,并借助于聚类方法将地理位置上相似轨迹点进行聚类进而检测牲畜运动兴趣点。结合核密度分析法对聚类轨迹点进行强度可视化展示。同时,为满足处理海量轨迹数据算法需求,搭建云计算平台进行数据挖掘。理论与实验表明,本文提出的方法可以有效从海量草原牲畜运动轨迹中发现其不同兴趣区域及强度关系,并对后续相关研究具有指导意义。     

Bottom-up saliency detection for attention determination

In this paper, the technique of saliency detection is proposed to model people’s biological ability of attending to their interest. There are two phases in the scheme of intelligent saliency searching: saliency filtering and saliency refinement. In saliency filtering, non-salient regions of a scene image are filtered out by measuring information entropy and biological color sensitivity. The information entropy evaluates the level of knowledge and energy contained, and the color sensitivity measures biological stimulation of a presented scene. In saliency refinement, candidate salient regions obtained are cultivated for a good representation of saliency by extracting salient objects, similarly to people’s manner of perception. The performance of the proposed technique is studied on noiseless and noisy natural scenes and evaluated with eye fixation data. The evaluation proved the effectiveness of the approach in discovering salient regions or objects from scene images. The performance of addressing transformation and illumination variance is also investigated.