自适应三维形变模型结合流形分析的人脸识别方法

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显著改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。     

基于回归函数结合局部自相似的单帧图像超分辨率算法

启发于过完备字典中稀疏线性组合的高分辨率图像的块与其对应的低分辨率局部块能很好地匹配,提出一种回归函数结合局部自相似的单帧图像超分辨率算法;该算法结合了实例图像块的学习和局部自相似图像块的学习,实例图像块的局部回归避免了从低分辨率到高分辨率图像块映射的病态性问题;通过局部自相似实例图像块学习获得非线性映射函数的一阶近似,从而获得低分辨率图像块相对应的高分辨率图像块,克服了实例图像块算法不足的问题;实验采用峰值信噪比(Peak Signal to Noise Ratio,PSNR)和均方误差(Root-mean-square error,RMSE)比较各算法效果;从实验结果数据可以看出,大多数情况下,提出的算法具有最高的峰值信噪比和最低的均方根误差,从实验结果图可以看出,提出的算法的纹理保留的最好,图像自然性最好,且运行时间也少于其他几种较新的算法,表明提出的算法更适合用于解决实际问题。     

软件定义网络中基于网络切片和ILP模型的路由方案

针对软件定义网络(SDN)中数据层的路由优化问题,提出一种基于网络切片和 整数线性规划(ILP) 多约束优化的路由方案。首先,根据多租户业务的链路需求,基于Kruskal算法对数据层中的链路资源进行网络切片,尽可能形成相互隔离的租户子网络。然后,在考虑链路约束和租户业务的服务质量(QoS)约束下, 以最小化传输延迟为目标, 构建一个ILP整数线性规划(ILP)路由优化模型,并获得最佳的路由方案。仿真结果表明,所获得的路由方案具有较少的共享链路,有效降低了链路拥塞和传输延迟。     

浅谈高级语言的执行方式——编译过程

为了让程序初学者对程序的编译过程有一个完整的认识,便于高级语言的理解与掌握,按照执行过程和所完成的任务,对编译程序进行了分段,剖析了每个阶段的各项任务,并对其运行机理进行了分析,便于初学者对编译过程的每个阶段的理解和运用,有助于提高相关计算机理论课程的教学效果。     

基于C/S构架动态口令身份认证系统的设计与实现

在一次性口令认证技术的基础上,利用单向散列函数MD5算法,采用口令序列的方式,建立了一个基于客户端/服务器端的一次口令登陆系统,实现了动态口令,也就是OTP。这样的方法在链路上以及服务器端都能有效保护密码的安全,还可以有效地防止密码重用,恶意注册以及来自服务器端的攻击。     

视频检索中基于GMM聚类的无监督情感场景检测

为了高效地从视频中检索出激动人心的场面,提出了一种基于高斯混合模型的无监督情感场景检测方法.首先,从面部选取42个特征点,并定义10种面部特征;然后,利用高斯混合模型将视频的帧划分为多个聚类;最后,利用每一帧的面部表情分类结果将情感场景划分为单个聚类,并通过场景集成和删除完成检测.在生活记录视频和MMI人脸表情数据库上的实验结果表明,该方法的检测率、分类率分别高达98％,95％,检测5分钟左右的情感场景视频仅需0.138 s,性能优于几种较为先进的检测方法.     

基于绝对矩块截断编码融合Clifford代数的图像压缩

针对现有的图像压缩方法很难兼顾压缩效率和压缩后图像质量的问题,提出了一种基于绝对矩块截断编码和Clifford代数的融合方法.首先,将原始图像分为若干大小相等且互不重叠的局部小块;然后,利用绝对矩块截断编码保留每个子块的第一和第二矩;最后,利用Clifford代数将图像矩阵表示为最大完全平方和,并利用解码器重构图像.压缩实验结果表明,该方法的峰值信噪比可接近100 dB,结构相似度接近1,相比其他几种较新的方法,该方法取得了更好的压缩图像质量,并且降低了压缩耗时.     

基于M&S模型的分布式认知无线电网络时间同步机制

针对分布式认知无线电网络(DCRN)中节点时间同步的问题,提出一种基于M&S同步模型的节点协作式时间同步机制。首先,选定的主用户(PU)通过控制信道将其空闲频谱列表广播到邻居节点,以确定节点对之间的可用公共信道;然后,邻居节点以该PU节点为参考,在公共信道上发送同步信息,并通过M&S同步模型调整内部计时器,从而实现时钟同步;经过多次迭代,最终实现全网时间同步。实验结果表明,该方案能够实现DCRN的时间同步,同时具有较快的收敛速度和较低的开销。     

基于iPad电子教材的设计与制作

随着信息技术的飞速发展,在教育领域里,智慧学习将使得快速积累大量、丰富的学习资源成为可能,而电子教材正在以一种高姿态的形式融入到教育领域中.本文通过分析电子教材的优点,提出了开发一款基于iPad下的电子教材模式,并详细阐述了在开发电子教材的实际制作中遇到的问题以及最终的开发成果等,最后提出现阶段开发的电子教材存在的困难.     

基于 PTM潜在 DirichIet 分配的少量标记样本文本分类

针对现实文本分类环境下通常仅有少量标记样本而影响分类精度的问题,提出了一种基于概率主题模型潜在 Dirichlet 分配的分类算法。借助标准词频逆文档频率函数将每个文档表示成术语权重向量;利用概率主题模型预处理以简化文档,并从文档中提取术语;再利用潜在 Dirichlet 分配模型进行关系学习,构建基于图的分类器完成分类。在公开的 Reuters-21578资源库上的分类实验评估了该方法的有效性,相比分类效果较好的支持向量机,该方法在大部分情况下能够取得更高的分类精度。