直方图下数据连接操作代价估计应用分析

直方图是一种重要的数据查询工具.在数据库操作中查询操作需要进行代价估计,而操作代价的估计有多种方法.直方图估计法在所有估计法中是最容易使用和最容易维护的,它将关系中的全部元组进行归类设桶,对每个桶分别进行大小统计,继而求和,使代价统计值更接近于真实.结合实际课题应用,给出了将关系的连接转换为多种直方图的方法,以及如何利用直方图进行代价估计.     

基于直方图的XPath含值谓词路径选择性代价估计

路径选择性代价估计是XML查询优化的基础，也是研究的热点．目前的方法采用大量正态分布和独立性分布假设是造成误差的根本原因．定义了一种新颖的值一位置直方图用于统计XML数据中的结构和值的分布情况，并提出了6种直方图运算．在此基础上，给出用直方图计算估计路径中任一结，最选择性的方法．实验证明，这种方法无需独立性分布假设，也能在数据结构和数值分布不均匀的情况下。精确地估计路径选择性代价．     

基于压缩直方图的劣质数据库上相似连接结果大小估计

现代数据管理系统普遍存在劣质数据,影响了数据质量,给数据管理带来了新的挑战.已经有不少管理劣质数据的数据模型,实体关系数据模型就是其中一种,该模型允许劣质数据的存在,并给出衡量数据质量的方法,并且可根据对结果质量的需求给出查询结果.鉴于该模型的特点,传统的估计查询代价的优化方法很难再适用,需要新的代价估计技术.本文提出了一种新的估计连接结果大小的方法.使用加权的最小哈希函数获得某一属性的最小哈希签名,这使得属性具有相同维数,便于利用直方图进行快速估计;然后建立其直方图,最后使用改进的离散余弦变换压缩直方图信息,使用压缩信息直接进行代价估计,这使得即使对于高维数据也能保证低错误率和低存储代价.此外,此方法可以很好的支持动态数据更新,消除周期性重建直方图的时间开销.     

面向对象XML数据查询的代价估计研究

由于XML具有丰富的表达能力、自描述性和灵活性等优点,而面向对象的概念又具有很强的建模能力,将面向对象的概念引入到XML可以提高XML模式语言的建模能力。而面向对象XML数据查询的值匹配条件的查询代价估计问题是一种典型的多元素查询条件的代价估计问题。XML数据的值分布与其他值信息的分布有关,还与XML数据的结构信息有关,很难使用某种单一的代价估计方法。针对以上问题,提出了一种基于直方图,在估计过程中结合查询树结构的代价估计方法。     

基于分布密度的直方图与选择率估计

查询选择率估计是查询处理和优化中的关键之一。提出一种基于区域分布密度的方法,用于构造直方图,使其每个桶具有均匀分布或近似均匀分布,利用直方图估计查询选择率。实验结果表明,该方法对低维数据估计得到的查询选择率精度较高,并能对高维数据进行估计。     

Visual Word Soft-Histogram for Image Representation

基于视觉词的统计建模和判别学习,提出一种视觉词软直方图的图像表示方法.假设属于同一视觉词的图像局部特征服从高斯混合分布,利用最大-最小后验伪概率判别学习方法从样本中估计该分布,计算局部特征与视觉词的相似度.累加图像中每个视觉词与对应局部特征的相似度,在全部视觉词集合上进行结果的归一化,得到图像的视觉词软直方图.讨论了两种具体实现方法:一种是基于分类的软直方图方法,该方法根据相似度最大原则建立局部特征与视觉词的对应关系;另一种是完全软直方图方法,该方法将每个局部特征匹配到所有视觉词,在数据库Caltech-4和PASCAL VOC 2006上的实验结果表明,该方法是有效的.     

一种视觉词软直方图的图像表示方法

基于视觉词的统计建模和判别学习,提出一种视觉词软直方图的图像表示方法.假设属于同一视觉词的图像局部特征服从高斯混合分布,利用最大-最小后验伪概率判别学习方法从样本中估计该分布,计算局部特征与视觉词的相似度.累加图像中每个视觉词与对应局部特征的相似度,在全部视觉词集合上进行结果的归一化,得到图像的视觉词软直方图.讨论了两种具体实现方法:一种是基于分类的软直方图方法,该方法根据相似度最大原则建立局部特征与视觉词的对应关系;另一种是完全软直方图方法,该方法将每个局部特征匹配到所有视觉词.在数据库Caltech-4和PASCAL VOC 2006上的实验结果表明,该方法是有效的.     

基于压缩直方图的谓词选择率估计方法

谓词选择率估计是关系数据库管理系统查询优化器决策的重要依据.提出了一种基于压缩直方图的谓词选择率估计方法.采用基于MCV和等高直方图的压缩直方图存储数据库的数据分布特征信息,给出了该压缩直方图的构建方法,研究了谓词选择率估计算法.该方法的有效性已经在实践中得到证明,能够取得准确的选择率估计结果,同时具有较低的构建代价.     

空间查询优化

由于空间数据的复杂性,空间查询需要建立自己的代价模型。该文首先介绍了建立四叉树直方图来对空间查询的选择性进行估计,然后在此基础上对DM-SDB的查询代价进行估计,并使用该代价模型对DM-SDB的多连接查询进行优化。     

基于直方图的空间查询选择率估计研究

空间查询优化是空间数据库中的关键问题之一,以查询代价估算为基础的查询优化技术是提高查询效率的一种重要方法,而估算代价的主要问题是估算查询结果(选择率)的大小。针对空间数据库中最常用的两种查询—空间选择和空间连接,阐述了几种主要用于查询选择率佑计的直方图算法,并对各算法的优缺点做了分析,最后对空间查询选择率估计的研究方向进行了展望。     

限定误差的直方图

限定误差的直方图方法以任意给定的误差作为前提，生成满足要求的直方图。本文在作者已有工作的基础上，进一步探讨生成限定误差直方图的方法，以适用于等值和范围两种查询，并进行了大量的模拟实验。实验结果表明，限定误差的直方图不仅估算精确，肯定能满足预定的要求，而且算法简单，实现效率高，具有良好的应用前景。     

估算查询结果大小的直方图方法之研究

直方图是许多商用数据库系统中最常用的一种估算查询结果大小的方法.从实用的观点来看，过去已提出的一些直方图方法有局限性，主要是它们不能保证估算值的准确程度.本文将提出两种新的直方图方法，它们不仅使用方便，而且可以保证所有的估算值均在给定的误差范围内.此外，本文还探讨了不同的数据分布对直方图的影响，通过运用一些重要的参数刻画数据分布，用以帮助生成效果较佳的直方图.     

结合变步长的两阶段视频镜头边界检测方法

直方图法检测视频镜头边界存在误检和漏检问题,单独采用边缘特征的方法存在高计算复杂度问题。综合两种方法的优点对视频进行两阶段检测。即先采用直方图法,在此基础上,利用边缘特征和变步长进行再次检测。实验结果表明,新的检测方法能有效地避免上述两个问题,在兼顾检测效率的同时提高了检测的查全率和查准率。     

Color indexing

Computer vision is embracing a new research focus in which the aim is to develop visual skills for robots that allow them to interact with a dynamic, realistic environment. To achieve this aim, new kinds of vision algorithms need to be developed which run in real time and subserve the robot's goals. Two fundamental goals are determining the location of a known object. Color can be successfully used for both tasks.This article demonstrates that color histograms of multicolored objects provide a robust, efficient cue for indexing into a large database of models. It shows that color histograms are stable object representations in the presence of occlusion and over change in view, and that they can differentiate among a large number of objects. For solving the identification problem, it introduces a technique calledHistogram Intersection, which matches model and image histograms and a fast incremental version of Histogram Intersection, which allows real-time indexing into a large database of stored models. For solving the location problem it introduces an algorithm calledHistogram Backprojection, which performs this task efficiently in crowded scenes.     

Dark infrared night vision imaging proposed work for pedestrian detection and tracking

This framework presents three efficient proposed algorithms for pedestrian detection and tracking in Dark Infrared Night Vision (DIRNV) images. The first approach is relied on Gradient Estimation (GE) after mixing structure Equalization Exponential Contrast Limited Adaptive Histogram Equalization (ECLAHE) with Gamma Correction, and finally Cumulative Histogram (GECUGC) for discrimination. The GECUGC relies on enhancement using mixing ECLAHE Using Gamma Correction (ECUG) in addition to pre-processing followed by the GE using Laplacian Filter (LAF), and finally Cumulative Histograms (CH) for the detection or classification task. The second approach is based GE after a hybrid structure Histogram Equalization (HE) with Nonlinear Technique and finally CH (GHNTC) for discrimination. The GHNTC depends on enhancement by merging HE with Nonlinear Technique (NT) (HENT) followed by the GE using LAF and finally CH for pedestrian detection and tracking using DIRNV imaging. After the CH estimation, the difference between cumulative histograms with and without objects is estimated and used for pedestrian detection and tracking using DIRNV imaging. The third algorithm is based scale space analysis with the number of the Speeded Up Robust Features (SURF) points as the key parameters for classification. This technique is presented to detect the features of DIRNV pedestrian images and tracking. The performance metrics are the difference area between the cumulative histograms of DIRNV images with and without pedestrian, computation time, points of features and speed up factor. Simulation results prove that the success of three suggested techniques in pedestrian detection and tracking using DIRNV imaging. By comparing the three presented algorithms, it is clear that the second suggested technique gives superior for pedestrian detection and tracking from point view difference area between the cumulative histograms.On the other hand the first suggested technique is the best algorithms for pedestrian detection and tracking from point view the computation time. The obtained results clear that the third approach has sucesseded in gait pedestrian detection and tracking using DIRNV imaging.

     

面向SoC任务分配的应用程序存储分析方法

存储设计是影响SoC系统性能和功耗的重要因素,分析、估计应用程序的存储需求量有助于SoC设计与优化。本文着重研究面向SoC任务分配时的应用程序存储需求量分析方法。首先介绍了面向任务分配的应用程序存储分析框架,然后较具体地论述了所提出的面向SoC任务分配的多粒度应用程序存储分析方法的原理和算法,最后通过一个应用实例论证了方法的有效性。     

Estimation of aircraft component production cost using knowledge based engineering techniques

A comprehensive method is presented to estimate aircraft component production costs using Knowledge Based Engineering (KBE) techniques. A suite of parametrical cost estimation blocks are treated as Cost Primitives (CPs), which contain attributes such as cost types, cost driving parameters, and cost estimation relationships. A CP is associated with a parameterized geometry and a set of specific design parameters including part/assembly types, materials and production methods. Production cost is estimated by aggregating the cost of different CPs within a tree structure integrating both product breakdown and cost breakdown structures. The cost analysis tool is integrated into a KBE application by building Capability Modules (CMs), which provide manufacturable geometric representations for cost estimation and can be used to summarize output reports for further optimization. Case studies concerning stiffened panels are carried out, verifying the accuracy of the cost estimation method and illustrating the applicability of this method together with the integrated KBE application for various aircraft components. The main contribution of this research is automating the cost integration in the design process to improve the fidelity, repeatability and traceability of cost analysis.     

基于直方图比较的高斯混合模型更新算法

高斯混合模型背景差法的难点在于对背景模型进行有效更新。针对该问题,提出一种高斯混合模型的自适应更新算法——HCGMM。通过量化帧间灰度直方图的差异,得到图像的亮度变化值,并依据亮度变化值对高斯混合模型参数进行调整。实验结果表明,即使在画面光强剧烈变化的情况下,该算法也能够准确地重构背景,避免过度检测现象,从而实现对运动目标的完整提取。