面向旅游电子商务的多目标复合评估及优化推荐算法

推荐算法在电子商务系统中具有良好的应用前景,受到了越来越多关注和重视,逐渐成为了电子商务领域的研究热点.在介绍目前主流的推荐算法的基础上,结合电子商务实际应用需求,提出了多目标复合评估及优化推荐算法.并基于途牛旅游网数据,与一般推荐算法进行比较,验证了该算法的有效性,从而为多目标复合评估及优化推荐系统的研究提供了新思路与新方法.     

基于GPS与恒温晶振的瞬变电磁同步时钟系统

针对恒温晶振长期稳定性差和GPS易受干扰、短期稳定性差等问题,设计了基于GPS与恒温晶振的瞬变电磁同步时钟系统。该系统采用"ARM+CPLD"的模式作为核心处理单元,以GPS的秒脉冲信号为基准,采用频率偏差测量模块在2个相邻的秒脉冲之间对高频信号的晶振频率进行检测,并采用自适应PID控制器实现对恒温晶振输出频率的调节,有效地解决了因单个频率偏差过大而影响恒温晶振控制电压精度的问题,提高了系统的稳定性;以秒脉冲信号为计时器,定时对分频器进行复位操作,实现了恒温晶振累积误差的自动消除,保证了输出信号相位的同步。测试结果表明,该系统实现了瞬变电磁发射机和接收机的高精度同步,在GPS信号正常的情况下,同步精度约为270ns;在GPS信号丢失的情况下,同步精度约为350ns。目前该系统已成功应用到瞬变电磁探测系统中,大量应用结果表明,该系统稳定性好,同步精度高。     

基于多目标优化的快递管理系统

高效的配送是快递企业生存和发展的前提。为了有效管理快递和规划路径,首先,采用用例图进行了需求分析。接着,采用Struts2、Spring和Hibernate框架进行了系统架构设计。然后,采用序列图和类图对展示了路径规划功能的用例实现。最后,实现了一个基于多目标优化的快递管理系统。本系统提供快递管理、配送中心管理和路径规划等功能,能产生多套路径方案,供业务管理员根据实际情况进行选择。通过实验,本系统运行良好,系统的设计和实现是可行有效的。     

视频图像中动态目标检测系统的FPGA硬件设计

为解决传统视频图像数据处理时,通常以软件为基础,存在工作量大、存储时间长的问题,提出了基于FPGA硬件结构处理的设计,提高系统的处理速度和实时性.针对图像处理问题,采用背景差分法检测运动目标,通过二值化方法剔除图像中的静止场景,然后再做形态滤波,消除空洞和噪声点,最后提取出目标中心点,达到检测运动目标的目的.同时加入sobel边缘检测模块,扩展运动目标检测体系结构,在检测目标时,系统能够根据物体的形状以及它的运动路径,来识别对象并对其检测结果进行分类.此外,对一些特定环境,设置适当禁区,当目标中心点进入禁区时,做出相应判断.硬件设计和Verilog HDL程序编写完成后,在Modelsim中做仿真验证,可以得到正确的目标检测结果.     

基于能量均衡的最大化覆盖目标算法

目标覆盖问题是无线传感网络WSNs(Wireless sensor networks)最重要的问题之一.每个目标至少被一个传感节点覆盖,为此提出基于能量均衡的最大化覆盖目标EMNL(Energy-balance-based Maximizing Network Lifetime)算法.EMNL算法将所有传感节点划分不同的传感节点覆盖区SC(Sensor Cover),致使每个SC能够维持对所有目标监测一个固定时间.通过有选择性选择一个SC活动,而其他SC休眠,进而提高能量利用率,延长了网络寿命.EMNL算法构建了不同不相邻SC,进而最大化网络寿命.最后,建立仿真环境,并进行性能仿真.此环境下的数据表明,在EMNL算法有效地扩延生存时间,也提升了覆盖率.     

基于词包和特征融合的目标识别算法

针对现有词包模型对目标识别性能的不足,对特征提取、图像表示等方面进行改进以提高目标识别的准确率。首先,以密集提取关键点的方式取代SIFT关键点提取,减少了计算时间并最大程度地描述了图像底层信息。然后采用尺度不变特征变换(Scale-invariant feature transform, SIFT)描述符和统一模式的局部二值模式(Local binary pattern,LBP)描述符描述关键点周围的形状特征和纹理特征,引入K-Means聚类算法分别生成视觉词典,然后将局部描述符进行近似局部约束线性编码,并进行最大值特征汇聚。分别采用空间金字塔匹配生成具有空间信息的直方图,最后将金字塔直方图相串联,形成特征的图像级融合,并送入SVM进行分类识别。在公共数据库中进行实验,实验结果表明,本文所提方法能取得较高的目标识别准确率。     

基于Wollaston棱镜阵列的目标识别系统

针对传统目标识别方法识别率低、受背景环境影响大等问题,设计了一种基于Wollaston棱镜阵列的偏振光谱成像系统.为了有效地探测野外目标的微弱信号,采用了高光通量的光学天线、偏振模块及干涉模块的设计.为了保证实时采集及高稳定性的设计要求,采用了全静态光学器件完成偏振分光及空间光程调制.系统由偏振成像模块与光谱成像模块构成,可实现同一视场内4个偏振方向图像及光谱图像的同时采集,并经图像融合算法重建被测区域的偏振光谱图像.实验在不同测试距离上分别以钢板和某型火炮作为被测目标,分别采用本系统偏振模块与传统非偏振系统进行测试.实验结果显示,偏振目标识别信噪比高、受距离影响小.基于此实验,再将偏振识别图像与光谱识别图像相融合,从而构成偏振光谱图像.与传统目标识别图像相比较,本系统合成图像中目标清晰可见,受背景环境影响小、可探测距离远,具有很高的野外适应性及稳定性.     

基于保边滤波的显著目标快速分割方法

在视频中自动发掘目标并对其进行精确分割是一个非常有挑战性的计算机视觉问题。本文提出了一种基于保边滤波的显著目标快速分割方法。首先,通过融合外观特征与运动特征,将视频中的显著目标发掘转为能量函数最小化问题进行求解。其次,为了更精确地进行分割目标,融合外观的高斯混合外观模型(Gaussian mixture mode,GMM)、位置先验以及时空平滑约束构建马尔科夫随机场(Markov random field,MRF)模型,并使用图割算法进行求解。本文提出的基于保边滤波的显著目标快速分割方法,在牺牲较少的精度下,极大地提高了分割效率。最后在两个数据集上进行了对比实验,实验结果表明,本文算法的分割精度超过了其他5种目标分割方法,且加速算法在损失少量精度的情况下提高了2倍分割效率。     

基于Isolation Forest的并行化异常探测设计

异常探测具有广泛的应用,受到了工业界和学术界的共同关注。在众多异常探测方法中,Isolation Forest算法具有执行效率高、探测准确度好的特点,获得了众多应用。但是,传统Isolation Forest算法难以处理大规模数据。为解决此问题,设计了一种基于云计算平台的算法。具体地,使用Hadoop分布式存储系统和MapReduce分布式计算框架设计并实现了基于Isolation Forest的并行化异常探测算法PIFH。通过将探测模型构建和数据异常评价的过程并行化,提升了PIFH算法探测异常的执行效率,扩展了其应用范围。利用真实世界数据集验证了所提算法的执行效率和可扩展性。     

一种基于鲁棒局部纹理特征的背景差分方法

针对复杂场景下运动目标的精确检测这一问题,提出一种对噪声鲁棒并具备灰度尺度不变性的局部纹理特征描述子LBP_Center,将其与像素的颜色信息结合应用于背景建模中,采用随机抽样的机制更新模型,同时引入背景复杂度以去除多模态动态背景产生的噪点。在标准测试数据集上的实验结果表明,该算法对柔性阴影及光照缓慢变化具备良好的鲁棒性,综合性能更优。