基于用户签到和地理属性的个性化位置推荐算法研究

针对基于LBSNs (Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL (Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算;同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA (Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近 30%;在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。     

基于Wi-Fi指纹定位技术的智能停车场系统的设计与实现

为解决城市停车难问题,通过Wi-Fi指纹定位技术实现大型地下停车场智能系统的低成本部署、免取卡操作、智能化导航,设计了一套智能停车场系统。该系统同时提供智能反向寻车指引和自动缴费功能,以提高停车场资源管理效率,改善用户体验,促进信息技术在停车场管理中的进一步应用。实验表明,所提方案能够在低成本部署前提下,实现适合停场定位精度的定位需求。     

一种融合Hough变换和ASM定位瞳孔中心点方法

特征点的准确定位是机器视觉和模式识别的关键技术之一.主动形状模型(ASM)是一种传统的图像特征点定位算法,具有较高的精确性和鲁棒性.为了提高ASM人脸瞳孔特征点定位的精确度,提出了使用Hough变换方法来改进瞳孔特征点的定位.通过ASM算法,初步定位出瞳孔特征点,并使用Sobel算子对图像进行边缘检测,然后在人眼位置选择一个合适的窗口使用Hough圆检测,找出精确瞳孔点相对于ASM初步定位瞳孔点的偏移量.在实验室采集的人脸图像上的对比实验表明,该方法能够显著的改善ASM人眼瞳孔特征点定位准确性.由于使用了初定位进行了搜索范围的限制,计算量也得到了有效的控制.     

基于笔画曲率特征的笔迹鉴别方法

现有的手写汉字脱机笔迹鉴别方法存在只能针对特定字符或需要大量样本字符等问题,为此提出一种基于笔画曲率特征的笔迹鉴别方法。首先运用数学形态学对采集的笔迹图像进行预处理,在横、竖、撇、捺四个方向提取具有代表性的笔画骨架,然后对笔画骨架进行圆的重构,提取四个方向笔画圆的曲率作为特征值组成笔迹特征矩,根据待鉴别的笔迹特征矩与数据库中笔迹特征矩向量夹角相似性度量结果对样本做出判断。实验结果表明该文方法对于待鉴别样本字符的内容没有要求,样本字符数量要求低、应用范围广、鲁棒性强。     

基于Hough变换与最小二乘拟合的香烟小包拉线错牙检测方法

针对小盒香烟包装生产过程中经常出现外包装透明薄膜上没有拉线或拉线错牙等现象,提出一种基于图像处理技术的检测方法。首先,对烟包拉线图像进行边缘检测,获得拉线的轮廓;其次,利用Hough变换检测小盒拉线的上下边缘;当Hough变换无法完全找到拉线的上下边界时,采用最小二乘算法对左右两侧拉线弧进行圆拟合,最后根据计算出的拉线宽度或两圆心的垂直距离判断拉线是否错牙并计算出拉线错牙偏移量。实验结果表明所提方法能有效地检测出烟包拉线的错牙程度,且具有较好的鲁棒性和有效性。     

基于加速度传感器的大手势集手势识别算法改进研究

搭载着加速度传感器的智能移动终端为手势识别提供广泛的应用平台,在已有的基于单枚加速度传感器的手势识别研究中,识别正确率、速度和手势集合难以达到良好的平衡。本文以一种基于加速度符号序列的识别算法为基础,改进了其特征提取方法,并设计了基于加权树结构模板库的匹配方法,实现了大手势集、高正确率、速度快的手势识别。实验表明,所述系统在21个手势组成的手势集合上,实现了95.2%的用户依赖识别率和94.6%的用户非依赖识别率,识别时间小于10毫秒,对手势识别研究有一定的借鉴价值。     

相位匹配信号与混沌背景分离方法

针对混沌背景下的信号提取问题,提出了混沌噪声背景下的相位匹配噪声去除方法。它不同于以往的混沌背景下的信号提取方法,不需要相位重构对混沌进行预判估计,也不需要对信号和混沌在有限维相空间中进行几何分析。通过对混沌背景下的不同相位不同幅值的正弦信号进行分离仿真验证了本方法的有效性,通过分离度的分析表明,本方法对于弱信号的混沌背景分离效果明显,可以获得很好的去除混沌背景噪声的效果。     

移动机器人闭环检测的视觉字典树金字塔TF-IDF得分匹配方法

针对移动机器人视觉闭环检测中,基于视觉字典本的场景外观表征性能受制于有限单词个数以及算法效率低的不足,本文对机器人视觉特征分层量化,构建视觉字典树, 计算树节点的TF-IDF熵作为对应视觉单词的权重,生成图像--单词逆向文档索引.为消除视觉字典本的单尺度量化误差,并克服基于字典树投影路径的平面匹配模式中不 区分不同层次节点的区分度对闭环检测的影响,本文融合字典树低层单词的强表征性和高层单词的强鲁棒性,提出由下而上逐层计算图像间相似性增量的金字塔得分匹 配方法.将不同时刻相似性大于阈值的图像位置提取为候选闭环,通过后验确认操作剔除误正闭环.在移动机器人视觉闭环检测实验中,本文算法提高了图像相似性计算 的效率和准确性,提高了闭环检测的准确率和召回率.     

Inexact graph matching based on kernels for object retrieval in image databases

In the framework of online object retrieval with learning, we address the problem of graph matching using kernel functions. An image is represented by a graph of regions where the edges represent the spatial relationships. Kernels on graphs are built from kernel on walks in the graph. This paper firstly proposes new kernels on graphs and on walks, which are very efficient for graphs of regions. Secondly we propose fast solutions for exact or approximate computation of these kernels. Thirdly we show results for the retrieval of images containing a specific object with the help of very few examples and counter-examples in the framework of an active retrieval scheme.     

一种基于社会学行为的Pub/Sub系统路由*

为减少Pub/Sub系统中遍历广播的负载,基于社会学行为的小世界架构,提出了一种基于朋友圈的路由,给出了朋友圈划分算法以及基于朋友圈的Pub/Sub系统遍历算法,以限制消息在确定范围内传播,降低消息遍历的时间和广播开销。仿真实验表明,所提出的方法与Pub/Sub系统中传统的Gossip及洪泛法相比较,可加快消息的传播速度,降低网络开销。