个人化电子邮件自动过滤系统的设计

用户每天要花大量时间去整理邮件，删除不感兴趣的邮件。因而实现基于用户个性化的电子邮件自动过滤有重要的意义。该文设计了一个基于内容的电子邮件过滤系统，它采用了统计学习和规则学习相结合，并充分利用了类属领域知识，自适应地学习用户的在邮件处理方面的个性偏好，实现中英文电子邮件的自动过滤。     

基于活动轮廓的多分辨率自适应图像分割

本文在活动轮廓模型的基础上,提出了一种自适应图像分割方法,引入了新的图象统计信息、梯度信息有关的加权外部能量,使得分割结果与模型的初始位置无关,不受噪声影响;利用ACD方法使模型自适应地改变其拓扑结构;为了提高图象分的速度和鲁棒性,提出了多分辨率图象分割算法,利用该方法对一些形状、拓扑结构复杂的物体进行了分割实验,结果验证了该方法有效性。     

基于形变模型由立体序列图象恢复物体的3D形状

结合立体视觉和形变模型提出了一种新的物体3D形状的恢复方法。采用立体视觉方法导出物体表面的3D坐标;利用光流模型估计物体的3D运动,根据此运动移动形变模型,使其对准物体的表面块;由形变模型将由各幅图象得到的离散的3D点融为一起,得到物体的表面形状。实验结果表明该方法能用于形状复杂的物体恢复。     

基于PCA算法的人脸识别方法研究比较

主成分分析(Principal Component Analysis,PCA)方法是人脸识别技术中一种广泛应用的数据降维技术。当通过使用PCA变换获得的主成分去重建原始人脸图像时,能使均方误差最小。在传统的PCA基础上,Yang等人提出了2DPCA方法,避免了从图像矩阵向一维向量的转换,并在人脸识别中获得了满意的效果。文章对这两种方法做了理论上比较并给予实验数据支持,实验证明,2DPCA在识别方面略优于传统PCA算法。     

基于Lucene的搜索引擎设计与实现

当今搜索引擎已经成为人们在网上搜索信息的重要工具。通用的搜索引擎虽然功能强大,但对具有很多子网站的企业门户网站进行搜索时响应速度慢,索引范围不全。Lucene是一个强大的全文索引引擎工具包,应用它可以快速地开发一个搜索引擎。文中描述了利用基于Java的全文检索工具包Lucene开发定制的中文搜索引擎方法,并且将该定制的搜索引擎与Google的站内搜索进行试验比较,发现在对具有很多子网站的企业门户网站进行搜索时有优于Google的性能。     

基于链接分析的Web社区发现技术的研究

如何发现Web上根据“主题”聚集在一起的多个社区, 使我们能快速地从互联网上提取知识, 是Web挖掘的一个研究方向。详细介绍了基于链接结构的四种社区发现的算法,同时也指出了这些算法的缺陷和改进方向。     

基于RSOM和KNN的图像内容检索

RSOM树是一种以SOM网络为节点的层次化聚类树,可以实现将空间上彼此靠近的数据点聚合在树中相同的节点中,它可作为图像索引支持最近邻检索,高效且不必线性扫描高维、海量的数据库。通过提取图像低层特征构成每个图像的特征向量,在此基础上构造基于RSOM树的图像特征索引库,并运用KNN检索实现基于样例的检索。实验证明,无论从特征空间维数、检索性能、样本容量方面都具有良好的性能。     

基于信息瓶颈算法的图像分割

图像分割是图像信息处理的内容之一。分割方法有很多,其中较为典型的是模糊C均值(FCM)算法,但它存在一些缺陷。该文提出一种基于信息瓶颈的图像分割方法,用凝聚的信息瓶颈算法对图像像素进行聚类。在分割过程中,使用贝叶斯信息准则确定图像区域的类别数。对一个包含500幅图像的图像库进行实验,结果表明该方法具有很好的分割效果。     

基于活动轮廓的机器人视觉伺服

本文提出了基于活动轮廓的视觉伺服反馈控制方法．利用活动轮廓对运动物体的图像进行实 时跟踪,抽取物体图像的边缘信息,并以此信息控制摄像头的运动,达到机器人定位、跟踪 等目的．该方法跟踪精度高,鲁棒性好,便于实时跟踪．实验结果表明了该方法的正确性和 有效性．     

基于遗传粒子滤波器的运动目标实时跟踪

提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器．该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算;并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值．为了提高算法的实时性,将遗传算法引入到粒子滤波器,在保证粒子滤波器精度的前提下,减少粒子数目,从而降低算法的运算时间．实验结果表明,所提算法可以根据背景信息的不同自适应地选择特征,在遮挡、形变及背景干扰等情况下,依然可以很好地对目标进行稳定的实时跟踪．