基于交叉覆盖算法的中文文本分类

基于向量空间模型的文本分类过程中遇到的最大问题就是以词为特征项的向量维数太大,需要进行特征选取,而交叉覆盖算法的输入集是n维欧式空间的点集,可以忽略维数的大小,从而最大程度上精确地表示文本,然后再进行分类,能够大大提高正确率。将交叉覆盖算法作为一种分类算法来进行中文文本分类,取得了不错的效果,在封闭测试中的准确率达到98.32%。

基于多模态特征融合监督的RGB-D图像显著性检测

RGB-D图像显著性检测是在一组成对的RGB和Depth图中识别出视觉上最显著突出的目标区域。已有的双流网络,同等对待多模态的RGB和Depth图像数据,在提取特征方面几乎一致。然而,低层的Depth特征存在较大噪声,不能很好地表征图像特征。因此,该文提出一种多模态特征融合监督的RGB-D图像显著性检测网络,通过两个独立流分别学习RGB和Depth数据,使用双流侧边监督模块分别获取网络各层基于RGB和Depth特征的显著图,然后采用多模态特征融合模块来融合后3层RGB和Depth高维信息生成高层显著预测结果。网络从第1层至第5层逐步生成RGB和Depth各模态特征,然后从第5层到第3层,利用高层指导低层的方式产生多模态融合特征,接着从第2层到第1层,利用第3层产生的融合特征去逐步地优化前两层的RGB特征,最终输出既包含RGB低层信息又融合RGB-D高层多模态信息的显著图。在3个公开数据集上的实验表明,该文所提网络因为使用了双流侧边监督模块和多模态特征融合模块,其性能优于目前主流的RGB-D显著性检测模型,具有较强的鲁棒性。

红外激光笔遥指虚拟触摸系统

为了在商务、会议、教学演示过程中使用激光笔实现除上下翻页之外的点击功能,设计一种红外激光笔遥指虚拟触摸系统。使用者手持红外激光笔对任意的显示屏进行远距离触摸指示和点击控制,由图像获取装置拍摄显示屏,获取包括红外激光笔发出的红外激光点在内的显示屏图像,再由图像处理模块处理显示屏图像识别出红外激光点及其在显示屏中的位置,根据红外激光点的时间长短和次数区分鼠标移动、鼠标单击、鼠标双击等操作类型,并控制计算机系统在显示屏对应位置上显示出表示光点的光标图形,完成相应操作,实现虚拟触摸功能。

基于交叉覆盖算法的中文分词

中文分词是自然语言处理的前提和基础,利用分类效果较好的交叉覆盖算法实现中文分词。将中文分词想象成字的分类过程,把字放入向前向后相邻两个字这样一个语境下判断该字所属的类别,是自己独立,或是跟前一字结合,或是跟后一字结合,或是跟前后的字结合。对人民日报熟语料库进行训练,不需要词典,可以较好地解决中文分词中的交叉歧义问题,分词正确率达90.6%。

多媒体投影教学设备的改革与创新

在多媒体投影屏幕上方两角安装红外接收处理器,并给教师配备一支书写时可发射红外光的书写教鞭,将多媒体投影教学设备变成大屏幕的触摸屏,便于教师开展教学活动,与学生互动交流,直接在投影屏幕上操作计算机,并进行各种注释书写操作。

基于IMM-IME的汉字键盘输入法编程技术研究

汉字键盘输入法研究是自然语言处理的一个重要课题。由于输入法编程不同于一般的程序设计,属于系统级的多语言支持组件,只能按照系统定义的IMM-IME结构的规范,为用户界面和转换接口编写代码,完成IME用户界面的设计和输入编码到汉字字符的转换工作。文中在实现语句输入法的同时,对实现输入法必须掌握的IMM-IME结构、工作过程,及具体实现步骤进行综述,供相关领域的研究人员参考。

一维图像识别实现虚拟触摸屏系统

为避免大屏幕触摸屏中人体遮挡无法识别手指的问题设计了一种虚拟触摸屏系统,由至少两个一维图像采集装置、显示屏和数据处理装置构成。一维图像采集装置可以是一维线性传感器,配合镜头、信号转换和接口电路实现;也可以是市场上易于购得的二维图像采集装置摄像头,使用其一维图像数据。由一维图像采集装置采集手指在虚拟触摸屏上的一维图像数据,根据多个一维坐标点位置与二维虚拟触摸屏上点位置的一一对应关系,由数据处理装置将其转换为手指触摸屏幕上的二维直角坐标,从而完成对应的操作,实现人机交互。

基于整句输入法的状态空间模型

提出融入Viterbi算法的状态空间模型,成功地描述了整句转换的状态空间,实现了整句输入法。这种模型的插入操作,只需对新增的拼音节点与已输入的拼音节点可能产生的所有字词候选节点进行概率累积计算,链接到状态空间模型中;删除操作,只需直接删除与拼音节点相关的候选字词节点;而当到达用户输入边界,可以依赖右指针域指向尾节点的候选字词节点中累积概率最大者的父指针,通过回溯找到最优语句候选。该状态空间模型比起词网格更易判断前驱和后继,实验证明其对整句输入法实现是有效的。

基于样本选择的RGBD图像协同显著目标检测

协同显著目标检测的目的是在包含两张及以上相关图像的图像组中检测共同显著的物体。该文提出一种利用机器学习的方法对协同显著目标进行检测。首先,基于4个评分指标从图像组中选择部分显著目标易于检测的简单图像,构成简单图像集;接着,基于协同一致性的原则,从简单图像集中提取正负样本,并用深度学习模型提取的高维语义特征表示正负样本;再者,利用正负样本训练的协同显著分类器对图像中的超像素进行分类,得到协同显著目标区域;最后,经过一个平滑融合的操作,得到最终的协同显著图。在公开数据集上的测试结果表明,所提算法在检测精度和检测效率上优于目前的主流算法,并具有较强的鲁棒性。

音节切分歧义方法研究

音节切分是整句拼音转换的基础,由于拼音的特殊性,存在歧义切分的可能。如果采用最少分词算法只能得到一种切分结果,不能保证整句拼音转换的正确性。提出一种音节切分算法,通过插入音素节点不断构造合法音节节点,进而生成状态空间,遍历算法遍历状态空间可获得所有的切分可能,而当用户进行删除操作时,只需删除部分相关节点。整个状态空间随用户的操作进行局部调整,分布均匀。该算法有利于存在歧义切分问题的整句拼音转换,可从保留下来的所有切分可能中选出一个全局最优的语句候选,保证整句转换的正确性。

基于DOM和元数据的Web信息提取

以W3C的文档对象模型DOM和元数据为基础,把要提取的信息以DOM层次结构中的路径表达式来表示,通过归纳学习来获得所需信息的路径表达式,从而获得提取信息;元数据在信息提取过程中起到关键作用,它以XML的DTD表示,可以由信息服务商提供,也可以由开发人员给出,适应了信息源不断变化的特点。

高等学校考试模式改革

提出高校考试模式改革,由学生根据自身特点,每学期选修多门课程,学完后申请参加考试;根据学生申请的多门考试课程,按综合型试卷的约束条件,组卷形成一份电子试卷代替传统的多份纸质试卷,以一份包含各类题型的试卷考查学生多门课程的学习情况。其中选择题由计算机阅卷;简答题、论述题、编程题、画图题等由教师批阅。

XQuery查询语言的规范化

在对W3C的XQuery查询语言规范体系的分析、理解和研究的基础上,使用Java语言实现了XQuery查询语言的处理引擎。文章介绍XQuery查询语言的规范化是XQuery查询处理引擎的一部分,它使得XQuery解析语法树转变为规范化语法树,实现了易于计算机处理的优化了的中间代码,有力地支持XQuery处理引擎实现的后继工作。

基于输入法的通用存储结构

输入法的实现具有递增解码的特性,因此设计一种存储结构来描述这种特性。随着用户的输入,插入对应的节点来构造整个空间,由遍历算法可无一遗漏的将所有的可能均记录下来,等待后期的处理,而当用户进行删除时,无需重构状态空间,只需删除对应的相关节点。整个空间随用户输入和删除操作不断变化,且变化均匀。该结构空间在手写笔画输入法、整句输入法、歧义音节切分等应用中体现出其描述问题状态空间的清晰性、解决问题的方便性和针对输入法领域的通用性。

多媒体投影伴侣

为改变教师在多媒体教学过程中站在控制台前一边控制计算机,一边讲授课程,与学生之间缺乏交流的现状,设计多媒体投影伴侣,它由图像采集装置、红外激光笔和图像处理软件组成。教师能够利用手中的红外激光笔远距离的控制投影屏幕的显示内容,对屏幕进行单击、双击、右键等类似鼠标的操作。相比于无线鼠标,它无需移动的平面;相比于普通激光笔,它增加了控制投影屏幕显示的功能。

显著中心先验和显著-深度概率矫正的RGB-D显著目标检测

随着深度特征在图像显著检测领域中发挥越来越重要的作用,传统的RGB图像显著检测模型由于未能充分利用深度信息已经不能适用于RGB-D图像的显著检测。该文提出显著中心先验和显著-深度(S-D)概率矫正的RGB-D显著检测模型,使得深度特征和RGB特征间相互指导,相互补充。首先,依据3维空间权重和深度先验获取深度图像初步显著图;其次,采用特征融合的流形排序算法获取RGB图像的初步显著图。接着,计算基于深度的显著中心先验,并以该先验作为显著权重进一步提升RGB图像的显著检测结果,获取RGB图像最终显著图;再次,计算显著-深度矫正概率,并对深度图的初步显著检测结果使用此概率进行矫正。接着,计算基于RGB的显著中心先验,并以该先验作为显著权重进一步提升深度图像矫正后的显著检测结果,获取深度图像的最终显著图;最后,采用优化框架对深度图像最终显著图进行优化得到RGB-D图像最终的显著图。所有的对比实验都是在公开的数据集NLPR RGBD-1000数据集上进行,实验结果显示该文算法较当前流行的算法有更好的性能。

基于优化的极限学习机和深度层次的RGB-D显著检测

目前,相当多的显著目标检测方法均聚焦于2D的图像上,而RGB-D图像所需要的显著检测方法与单纯的2D图像相去甚远,这就需要新的适用于RGB-D的显著检测方法。该文在经典的RGB显著检测方法,即极限学习机的应用的基础上,提出融合了特征提取、前景增强、深度层次检测等多种思路的新的RGB-D显著性检测方法。该文的方法是:第一,运用特征提取的方法,提取RGB图4个超像素尺度的4096维特征;第二,依据特征提取中产生的4个尺度的超像素数量,分别提取RGB图的RGB,LAB,LBP特征以及深度图的LBE特征;第三,根据LBE和暗通道特征两种特征求出粗显著图,并在4个尺度的遍历中不断强化前景、削弱背景;第四,根据粗显著图选取前景与背景种子,放入极限学习机中进行分类,得到第1阶段显著图;第五,运用深度层次检测、图割等方法对第1阶段显著图进行再次优化,得到第2阶段显著图,即最终显著图。

CORBA架构下使用JDBC实现包装器

文中采用CORBA的对象包装技术,由CORBA服务器作为中间代理,在它内部将JDBC封装,而对外则提供与JD BCAPI形式几乎完全相同的接口,实现了一个可以对网络上各种类型数据库进行访问的包装器。由于采用CORBA和接口定义语言OMGIDL,实现了网络的透明性,使客户端和CORBA服务器端相互独立,屏蔽了程序设计语言和操作系统的差异。而且,由于使用了JDBC技术,使得系统具有较好的可扩展性,只要增加其他的JDBC驱动程序,系统就可以连接更多类型数据库。文中实现的包装器不需要针对不同类型的数据库设计不同的wrapper,只要在MetadataObject中提供各数据库的元信息,设计相应的JDBC驱动程序,将它们封装在wrapper中即可。

XQuery视图机制

从XML数据安全性考虑,在已经使用XQuery作为查询语言的前提下,为增强XQuery对XML文档查询能力,创造了类似关系数据库视图的XQuery视图机制,使得不同用户对XML文档具有不同的查看能力,保证查询安全可靠。XQuery视图由查询来定义其内容,分为实视图和虚视图两种。虚视图根据需要计算视图定义的查询,而实视图不管以后是否需要,只要一创建就计算其视图定义,类似关系数据库视图,实视图和虚视图对于数据查询都是必要的。

一种大屏幕人机交互系统的实现方法

针对利用双目立体视觉技术实现大屏幕人机交互系统时摄像头标定复杂的问题,提出一种大屏幕人机交互系统的实现方法。由两个摄像头负责采集用户手部的图像,获取指尖的二维图像位置坐标,通过透视投影模型,由测量所得的两个摄像头之间的距离、大屏幕左边与摄像头之间的距离、摄像头离地面的高度、大屏幕底边离地面的高度等数据,求出地面上与指尖成像在同一位置的地面坐标,由摄像头的位置及地面坐标求出一条直线,两条直线相交获取指尖空间坐标,由指尖空间坐标选取与屏幕对应的二维平面坐标,经物理坐标到逻辑坐标转换求出手指指向屏幕的实际坐标,实现大屏幕的定位。定位完成后,采用指尖检测方法检测视频图像中指尖是否存在,以此判断食指弯曲和伸开的点击操作。指尖空间坐标的计算方法虽然存在误差,但由于用户在操作过程中能够实时看到鼠标的位置,因此该误差对用户是透明的,而这种方法以简单的、近似的求解避免了复杂的摄像头标定过程,便于系统工程的实施。