基于SEIR的微信公众号信息传播建模与分析

移动互联网时代,社交关系链的线上化已成为不可逆转的趋势。微信公众号的出现,在提升信息获取便捷性的同时也增加了系统信息治理的难度。因此,公众号信息在微信社交网络上的传播过程与遏制谣言在社交网络上的扩散的研究成为了微信运营者及社会监管部门关注的重点。本研究基于SEIR传染病模型,利用北京速途公司提供的真实运营数据,计算模拟S态、E态、I态和R态4类用户的相互转化概率,并还原公众号信息在微信上传播的全链路过程。此外,本研究还量化分析了公众号粉丝数量、粉丝影响力、潜在用户转化成携带用户的感染概率P_(1)、携带用户转化成传播用户的传播概率P_(2)对信息传播过程的影响,验证了意见领袖强行免疫策略在抑制信息传播方面的有效性。

多特征融合和自适应聚合的立体匹配算法研究

针对局部立体匹配在光照失真和弱纹理区域匹配精度低的问题,提出了一种多特征融合的代价计算和自适应十字窗口聚合的立体匹配算法。引入HSV颜色空间分量,结合改进后的Census变换和梯度信息作为匹配代价计算方法,排除了视差边界异常值的影响,增强了算法对光照失真的稳健性;提出了基于梯度信息和可变颜色阈值的自适应窗口代价聚合方法,提高了在弱纹理区域的匹配精度;通过视差计算和多步骤的视差精细得到了最终的视差结果。实验结果表明,所提算法较AD-Census算法在无光照失真条件下误匹配减少了3.24%,能有效解决视差边界和弱纹理区域错误匹配的问题,对光照失真稳健性好且能有效抑制噪声干扰。

双目测量系统的室内定位与重建

为了解决实测场景下光照变换及弱纹理区域对三维重建效果的影响,提出一种双目测量系统的改进AD-Census立体匹配算法进行室内目标物体的定位及三维重建。方法基于双目视觉测量原理,首先采用直方图均衡化、自适应阈值Canny边缘提取及膨胀等操作进行图像预处理,其次利用张正友标定法完成相机标定,通过立体校正去除相机畸变,基于梯度划分弱纹理及边缘区域来改进AD-Census立体匹配算法,最后用所改进算法生成的视差图,实现了室内物体的定位及三维点云重建。实验结果表明,本方法可以提高在弱纹理背景区域的匹配精度,在10 m测距范围内,相对误差不超过5%,在1.8 m处,测量误差较小,在保证精度的同时实现了室内目标场景轮廓的基本重建,视觉效果较好,可广泛应用于实际中。