一种主扫描图象的二进制特征向量动态聚类方法

不同类型的地物，由于辐射光谱分布不同，在多维光谱空间中构成不同的特征向量，这些向量可以用二进制数码表征．本文介绍的动态聚类方法便是一种基于二进制特征向量的非监督分类方法．

云存储中基于二进制向量索引的密文云数据排序查询方法

设计一种适用于公共云存储环境下的密文云数据排序查询方法,其核心思想是使用二进制向量索引,并且使用Hash函数计算向量元素为1的位置。这种方法使得建立索引向量非常方便,并且更易于建立查询向量以及进行后续数据更新操作。由用户对其文件集构建二进制向量索引,当用户要求访问包含某些关键词的文件时,首先根据查询关键词构建查询二进制向量,然后根据查询二进制向量与文件的索引二进制向量之间的内积判断该文件是否包含用户的查询关键词。根据内积计算结果可知哪些文件的相关性更强,并且内积计算效率高。实验表明,该方法的索引创建与查询效率都非常高。

一种基于二进制语义特征向量的协同过滤方法

提出了一种图像检索新方法,通过用高层语义描述图像,用二进制特征向量判断语义特征是否存在,由向量计算若干图像相似的可能性(即概率),再根据概率值判断图像的相似度值。通过收集每一次检索时用户的反馈信息,采用协同过滤技术挖掘以往用户的反馈信息,同时给数据库中每幅图像分配一个领域,若检索中图像代码相同则提高它们的相似度。通过比较查全率和查准率,证明该方法优于传统的基于内容的图像检索方法。

基于向量矩阵的频繁项集挖掘算法

为减少冗余候选项集的产生,提出了一种基于向量矩阵的频繁项集挖掘算法FIS-Miner.在该算法中,将所有频繁1-项集按支持度升序进行排序并存储其对应的二进制位向量,将这些二进制位向量映射到向量矩阵进行分析找出所有的频繁项集,既实现了数据库的一次扫描又避免了大量候选项集的产生.探讨了该算法的实现步骤,并给出实例验证了该算法的有效性.

BIBD循环置换矩阵的多进制LDPC码构造

提出了基于均衡不完全区组设计(Balanced Incomplete Block Design,BIBD)的多进制准循环LDPC(Low-Density Parity-Check)码代数构造方法。在该构造方法中提出了广义多进制位置向量的概念,并根据广义多进制位置向量和BIBD法对指数矩阵进行广义二维扩展,构造出具有循环置换子矩阵的多进制校验矩阵,由此得到girth不小于6的多进制LDPC码。仿真结果表明,采用FFT-QSPA(基于快速傅里叶变换的多进制和积算法)对构造出的LDPC码进行译码,在AWGN信道下相比于同参数的RS码来说可以取得明显的编码增益,并且优于多进制Mackay码。

基于BIBD的多进制准循环LDPC码构造

随机多进制低密度奇偶校验码(low-density parity-check,LDPC)的编码相当复杂,而具有特定结构的准循环LDPC码具有线性复杂度编码的特点。提出基于均衡不完全区组设计(balanced incomplete block design,BIBD)的具有高性能且能有效编码的多进制准循环LDPC码代数构造方法,构造出的多进制校验矩阵非零值的位置和数值分别建立于2个不同的域。结合BIBD和新定义的多进制位置向量进行广义二维扩展生成素数大小的多进制准循环矩阵,由此构造出的3类多进制LDPC码girth均不小于6。仿真结果表明,采用FFTQSPA对构造的LDPC码进行译码,在AWGN信道下相比于同等比特长度同等码率的RS码来说可以取得明显的编码增益。

基于SIFT的二进制特征描述匹配算法

针对SIFT特征描述符的特征维数高、匹配算法复杂的缺点,提出了一种基于SIFT的二进制特征描述匹配算法.该算法利用一阶中心矩来确定关键点的主方向,保证了其良好的旋转不变性和较出色的抗噪能力.提出了一种改进的特征描述符表示方法,利用区域内梯度大小关系确定二进制数值串,最后利用易于计算的汉明距离代替欧氏距离度量特征描述符之间的相似度以提升运算效率.实验结果显示,本文算法在运算效率和匹配正确率方面都优于传统SIFT.

P2P环境下信任模型研究

P2P网络的开放性和匿名性为攻击者蔓延恶意内容提供了一种理想的方式.因此,对于P2P网络而言,信任模型是非常必要的.提出的信任模型中,用户评价交易方并将其存储在本地数据库中,然后和其他节点共享数据库中的信息.该模型还能够建立善意节点之间的信任,并且能够识别恶意节点.模拟实验表明,提出的信任模型在阻止P2P网络中恶意内容蔓延方面是非常有效的,且具有较好的工程可行性.

3个变形背包问题的形式化推导

在对0-1背包问题的若干变形问题进行深入研究的基础上,使用二进制数组的方式形式化描述了几种背包问题的程序规约,通过程序规约变换技术获取问题求解的递推关系,给出了3个变形背包问题的算法推导过程,有效保证了算法程序的可靠性,并可将采用的推导方法在子集和问题、船装载等问题中加以推广应用.

二进制粒子群支持向量机算法在SAR图像海面溢油特征选择的应用

对合成孔径雷达(synthetic Aperture Radar,SAR)图像提取得到的几何、灰度、纹理特征共66个特征量,采用封装模式算法进行特征选择,降低特征维度并提高对溢油及疑似溢油样本的识别率。特征选择采用二进制离散粒子群优化(binary particle swarm optimization,BPSO)和支持向量机(support vector machine method,SVM)的封装模式算法(BPSO-SVM)进行,该方法在特征选择的同时可对支持向量机模型中的参数进行优化。论文采用BPSO-SVM算法和序列前向搜索(sequential forward selection,SFS)算法、序列后向搜索(sequential backward selection,SBS)算法与SVM算法相结合特征优化算法(SFS-SVM和SBS-SVM算法)进行实验。并将BPSO-SVM算法、SFS-SVM算法、SBS-SVM算法和直接使用SVM算法的分类识别结果进行比较。实验结果表明,BPSO-SVM算法在SAR图像上溢油特征量筛选与识别效率方面行之有效。

多重集划分快速生成算法

通过引入两种新结构：有序搜索树和向量进制运算,设计了多重集划分和多重集k划分的有效非递归生成算法,并对算法的正确性和有效性进行了分析.算法可以在划分数的线性时间复杂度内生成所有划分,并且在平均意义下可以用常量时间由一个划分生成下一个划分.同时,该算法可用于整数拆分、普通集合划分以及其它组合生成问题。