基于特征自适应选择的鲁棒跟踪算法

为了解决真实场景下视频目标的跟踪问题,提出一种基于特征自适应选择的鲁棒跟踪算法。首先,针对在线AdaBoost算法特征池特征鲁棒性差的问题,提出一种基于颜色与金字塔梯度方向直方图特征相结合的特征池构造方式;然后,针对分类器在更新过程中容易受到错误样本影响的问题,对每帧跟踪结果增加遮挡检测环节以避免漂移现象的发生。大量的对比实验表明,在真实场景下所提出的方法具有更好的效果。     

在线用户兴趣多样性的实证研究

在线用户的群体兴趣对于分析在线社会网络以及个性化推荐至关重要。研究的目的是引入信息熵这一指标来准确度量用户兴趣的多样性。分别在电影网站MovieLens和音乐网站Last．FM数据上进行实证分析,即统计度相同的用户所选产品的信息熵值。MovieLens的结果表明,随着用户度的增加,熵值出现先上升后下降的趋势,即度小的用户和度大的用户的兴趣比较专一,而一般用户的兴趣较为多样;而Last．FM的结果表明,度小用户的兴趣非常多样,但随着用户听过的音乐数量越多,兴趣越明确。通过建立随机模型与实证结果进行比较,可以发现绝大多数用户在真实数据集上的兴趣的多样性比随机情况要大,可见用户的兴趣对用户行为模式的影响显著。     

一种基于背景声音识别的移动社会活动推荐系统

随着智能手机和移动互联网的快速发展,人们的生活方式正在发生着变革。目前,智能手机终端集成了不同种类的传感器,如GPS、Wi-Fi、摄像头、麦克风等。通过内置传感器,可以搜集用户的相关信息,利用这些信息能有效地理解和识别用户行为,并为用户提供更好的个性化服务。文中主要面向大型工作或生活社区(如大学校园),提出基于背景声音识别的社会活动推荐系统MSSAR(Mobile Sound Sensing and Activity Recommender)。该系统通过音频传感器采集用户的背景声音,实时感知用户所处环境,并对用户实时活动(如在咖啡厅、在开会等)进行识别。MSSAR还能结合用户在线交互历史数据计算其偏好及社会关系亲密度,并据此为用户进行活动推荐。本系统基于以人为本的计算理念,对增强用户间社会联系、促进社区成员间活动交流具有积极意义。     

一种克服sEMG人机交互中肌肉疲劳的SVM算法

在基于表面肌电信号的人机交互系统中,产生的肌肉疲劳降低了系统的稳定性。针对该问题,分析肌肉正常状态和疲劳状态下的肌电信号变化规律,提出一种改进的在线支持向量机增量训练算法。该算法在每次训练SVM(Support Vector Machine)模型时,计算各样本到分类超平面的距离,并以之为条件对不断更新的训练数据进行有条件的选择和遗忘,只留下最大距离1/2以内的数据。通过在线训练不断更新训练样本来获得新的SVM模型,用于适应肌肉疲劳过程中肌电信号的变化,同时防止多次在线训练过程中更新的样本改变训练集间初始边界。最后在智能轮椅上进行验证,实验结果表明:该算法有效减少了肌肉疲劳在人机交互系统中的影响,使得系统能够保持长时间稳定操作。     

互联网应用发展和用户行为解析

互联网在我国迅猛发展,其应用不断创新发展。本文从搜索引擎、社交网站、电子商务、网络视频、网络游戏、移动互联网6个方面对互联网应用发展现状以及各种用户的行为习惯进行研究．最后分析了各种互联网应用的发展趋势。     

虚拟服装展示系统的比较研究

虚拟服装展示是借助立体全息技术、互联网或数字互动大屏幕来展示人体或数字角色“穿上”虚拟服装后的动态视觉效果。随着数字媒体艺术、交互技术和立体显示技术的发展,虚拟服装展示系统被广泛用于立体时装设计、服装表演、娱乐秀、商场试衣以及电视广告等领域。本文分析比较了近年来国内外虚拟服装展示领域的技术发展,并归纳总结出当前虚拟服装展示的5种人机交互模式。作者认为：随着全息技术、体感交互、立体视觉和增强现实等智能环境技术的发展,以“私人订制”为代表的个性化、时尚化和智能化的虚拟试衣体验将成为未来人们服装购买体验中不可或缺的重要环节之一。     

浅析杨柳青传统年画中娃娃的服饰文化

年画是文化的载体,是一种颇受人民喜欢且富有教育意义的—种艺术表现形式．它记暴下了社会的真实写照,文化中的点点滴滴。有着丰富的内容以及饱满生动的人物形象。虽然在现代社会中,年画逐渐淡出了主导地位。但是依然可以从古老的年画中,认识和体会当时那段历史时期的服饰文化。文章通过简析天津杨柳青传统年画中的娃娃形象,欣赏和体会当时那段时期幼童的服饰文化。     

B/S架构在线考试系统的断线续考功能的实现

随着教育信息化不断发展,基于Web的网络学习平台越来越多.在线考试系统是网络学习平台的重要组成部分.在线考试时由于多种原因,经常引发断线,致使考试过程中断.在线考试系统必须具备断线续考功能.文章介绍了B/S构架下ASP在线考试系统断线续考功能的工作原理及实现方法.     

基于数据仓库的OLAP中的索引技术研究

数据仓库建立好后,需要对其充分高效地利用,OLAP联机分析处理就是一个很好的数据分析展现工具。人们对速度的追求是永无止境的,建立索引可以更快捷地响应用户的查询。索引的种类很多,相关研究表明位图索引既能节省空间,又能利用其进行的位运算而提高相应的查询速度,然而位图索引对字段基数较低的字段有比较好的效果,当遇到字段基数较高的字段时也会占据大量的空间,其效果不及B‐T ree索引,论文针对这种情况对位图索引进行了扩展,引入了标识符索引,并对其进行了比较讨论,最后提出可以根据维的各自特征建立不同的索引。     

在线社交网络的UNI64采样方法

在对社交网络采样方法进行研究时,常以拒绝-接受采样法得到的样本作为对照来评价其他采样方法的优劣.由于各种在线社交网络陆续将其用户ID系统由32位升级为64位,导致拒绝-接受采样法的采样命中率近乎为零.本文根据在线社交网络的特点,以新浪微博为例,对其用户ID分布情况进行分析,提出了一种改进的拒绝-接受采样法UNI64.该方法通过分析网络有效ID样本的分布情况,结合聚类的方法将整个样本空间划分为有效区间和无效区间,并使采样算法避开无效区间,仅在有效区间内生成待测样本,从而有效提高了拒绝-接受采样法在有效样本极为稀疏的样本空间内采样的命中率.