遥感影像检索中高维特征的快速匹配

提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻。在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法。实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像。     

基于残差密集连接与注意力融合的人群计数算法

现有人群计数算法采用多列融合结构来解决单一图像的多尺度问题,但该处理方法不能有效利用低层特征信息,从而导致最终人群计数结果不准确。针对这一缺陷,文中提出一种基于残差密集连接与注意力融合的人群计数算法。该算法的前端利用改进VGG16网络提取低级特征信息。算法后端主分支基于残差密集连接结构,利用残差网络和密集网络结合方式捕获层与层间的特征信息,可高效捕获多尺度信息。侧分支通过引入注意力机制,生成对应尺度注意力图,有效区分特征图的背景和前景,降低了背景噪声的影响。采用3个主流公开数据集对该算法进行验证。实验结果表明,该算法计数有效且计数准确率优于其他算法。     

一种基于知识图谱的电气设备推荐搜索技术研究

随着信息技术的飞速发展,信息数据呈指数爆炸型增长趋势,知识图谱的出现有效地帮助用户快速有效地搜索得到所需信息。为此,本文对知识图谱的基本特征、实现流程以及当下的应用特性进行分析,提出了一种基于知识图谱的电气维修设备推荐搜索技术。通过将知识图谱中物品的向量化表示方法与协同过滤算法结合,充分应用知识图谱中电气设备的语义信息以及操作用户对电气设备的行为数据,搭建了基于知识图谱的协同过滤算法模型,并对算法的计算过程进行详细描述。最后,应用交叉验证法对所提模型的有效性进行验证,结果表明本文所提算法模型能够显著提升检索结果的有效性。     

The Full Cost of Cryptanalytic Attacks

An open question about the asymptotic cost of connecting many processors to a large memory using three dimensions for wiring is answered, and this result is used to find the full cost of several cryptanalytic attacks. In many cases this full cost is higher than the accepted complexity of a given algorithm based on the number of processor steps. The full costs of several cryptanalytic attacks are determined, including Shanks method for computing discrete logarithms in cyclic groups of prime order n, which requires n^1/2+o(1) processor steps, but, when all factors are taken into account, has full cost n^2/3+o(1). Other attacks analyzed are factoring with the number field sieve, generic attacks on block ciphers, attacks on double and triple encryption, and finding hash collisions. In many cases parallel collision search gives a significant asymptotic advantage over well-known generic attacks.     

一种有效的基于并行量子进化算法的图像边缘检测方法

本文基于费用函数最小化方法,提出一种混合并行量子进化算法用于文本图像的边缘检测。量子进化算法是一种基于量予计算的概念和理论(诸如量子比特和量子叠加态)的进化算法,它采用了量子编码来表征染色体,由于量子比特的概率表示,能够表示出解的线性叠加状态。此外,量子进化算法具有收敛快和好的全局搜索特性,因此它比传统的进化算法更适于并行结构的实现。我们将这一算法和局部搜索算法相结合,用于图像的边缘检测问题,得到了令人满意的检测效果,并对噪声有较好的抑制作用。     

智能移动生活服务平台的研究

随着3G商用进程的不断加快,移动互联成为人们新的商务模式,通过移动终端获取信息产品和服务具有现实意义.文章通过对移动互联商务平台方案应用场景的描述,对用户行为模式的智能识别、智能搜索和二维码识别等技术方案进行了分析和研究,提出了针对用户建立个性化需求模型开发方案的设计,使用户以更快捷的方式找到自己需要的信息,同时为企业达到良好的商业推广效果.     

无线通信系统异构网络的自动邻区关联方法

主要提出一种宏小区与毫微微小区混合组网的异构无线通信网络,从而设计了一种用于异构无线通信网络中的基站间自动邻区关联的方法,并阐述了具体实施步骤。该方法支持异构网络中的基站自组织功能,基站能够在自动邻区关联的过程中正确地获得邻区基站的ID,从而成功构造邻区关系且无需人工配置,克服了已有方法存在的缺陷。同时,该方法无需修改空口信令,也不会增加空口信令开销。     

基于人类视觉的快速自动调焦法

为了提高自动调焦算法的性能,对调焦评价函数和调焦搜索算法进行了研究。在分析人类视觉系统(HVS)特性研究成果的基础上,提出了一种基于HVS加权的小波调焦评价函数。根据视觉多通道特性和视觉敏感度带通特性,对不同方向、不同空间频带的小波高频系数分别赋予不同的权值。为了克服爬山法搜索速度慢的缺点,提出了一种基于SOM神经网络的搜索算法,采用训练完成的SOM神经网络预测镜头的最佳聚焦位置。实验结果表明,提出的小波调焦评价函数得到了比传统小波调焦评价函数更优的调焦特性曲线;采用本文的搜索算法平均仅需要采集处理7.3幅图像就能找到最佳聚焦位置,与基于全搜索的爬山法相比,节省了大量的搜索时间。说明提出的调焦方法不但可以得到符合人眼视觉的调焦效果,还可以实现快速自动调焦。     

一种改进的支持向量机模式分类方法

支持向量机(Support Vector Machine,SVM)是在统计学习理论基础上发展起来的一种新的机器学习方法,已成为目前研究的热点,并在模式识别领域有了广泛的应用.首先分析了支持向量机原理,随后引入一种改进的径向基核函数,在此基础上,提出了一种改进核函数的SVM模式分类方法.与基于IRIS数据,进行了计算机仿真实验,与基干模糊k-近邻的模式分类仿真结果比较,结果表明改进的SVM方法分类性能比模糊k-近邻算法(Fuzzy k-Nearest Neighbor,FKNN)的分类性能更好,运算时间更短,更易于实时实现.