基于相似度直方图的混合指纹匹配方法

指纹的匹配问题是指纹识别算法中的核心问题.文中介绍了一种基于相似度直方图的指纹混合匹配算法,该算法同时使用了指纹的细节特征和纹理特征.指纹的细节匹配部分通过相似度直方图函数来计算最优校准参数,并且将校准结果应用到纹理匹配中.在FVC2002数据库上的实验结果表明该混合识别算法比使用细节匹配的算法具有更高的识别率.

一种多策略通用模式匹配方法

模式匹配问题即寻找不同模式元素之间的语义对应关系,在数据仓库、异构数据源集成及语义Web等领域都是非常重要的研究基础。目前模式匹配仍大多主要由人工来完成,因此有很大局限性。提出了一种多策略通用模式匹配架构,可以方便地兼容其他匹配策略。采用了一种基于词语间语义距离的方法来计算其语义相似度;提出了一种基于相似度传播的结构匹配算法,有效地考虑了相邻相似节点间的相互影响。实验结果表明这种匹配方法在处理模式匹配任务时能达到较高的精度。

基于HTML树的网页结构相似度研究

HTML网页信息是一种半结构化的数据,而且不同网页之间在其结构特征方面都具有一定的相似性.本文就是从信息的结构性角度来研究不同网页信息块之间的相似性,并提出了基于子树最优自由匹配规则的结构相似度度量模型以及利用网页结构相似性提取网页信息的方法.本文中的计算方法都用python语言实现.通过实验,本文对不同网页之间的相似度进行了计算和分析,实验数据表明,基于子树最优自由匹配规则的树结构相似度度量模型具有较好的系统性和适用性;通过树结构相似度来确定网页内部元素及两个网页之间的联系,也弥补了传统方法中依赖单调的文本信息比较的不足,使得网页信息提取更加准确,更加迅速.

频率相似度算法在审计规则库中的应用

在语句语义相似度计算的算法中,没有考虑语句中的不同词语对语句之间相似度值的不同贡献程度,以致计算结果不理想。为此提出了基于频率函数的改进词语相似度算法,该算法将词语在语料库中的频率函数作为权重值,引入至语句的词语相似度计算中,以降低高频率词语在语句相似度值中的比重,提高算法精确率。由于当前审计方法存在散、乱、重复等现象,为了更好地复用已有的审计方法,将根据审计方法建立审计规则库,在此基础上,利用上述改进的语义相似度算法,计算用户输入与审计规则之间的相似度值,返回满足相似度阈值条件的审计规则所对应的审计方法,用户根据所返回的审计方法,选择合适的审计方法进行审计工作。实际应用表明,该算法的应用减少了人工搜索审计方法的时间,提高了审计效率。

一种基于义素的网页信息项语义匹配方法研究

本文提出了一种改进的基于语义的义素相似度,并从理论上分析参数β值的影响效果。在这个基础上,提出一种基于义素的词相似度,从语义上去匹配新名词和旧名词。在基于义素的词相似度基础上,提出一种网页信息项的语义匹配方法,来识别网页信息项的类别。实验结果表明,基于义素相似度的网页信息项语义匹配方法具有较好的匹配效果。

图像相似度计算算法分析

针对灰度直方图提取算法在计算图像相似度时,受颜色分布等外界因素干扰较大的问题,提出基于特征点匹配的SIFT算法。其可通过构建尺度空间提取特征关键点,求解匹配度来弥补传统算法在计算图像相似度时的局限性。实验结果表明,相比于传统算法,SIFT算法能够通过匹配更多的特征点,从而更好地计算图像的相似度;对于一组相似图片,通过SIFT算法能提取出308个特征点,图片相似度可达63%。

大规模电力系统复杂数据的通用匹配方法

针对当前数据匹配方法不能满足电力系统数据通用性的问题,考虑电气量的属性相似度建立了基于反馈机制的多指标相似度模型。引入基于余弦算法的文本相似度计算方法,对其根据电力系统特征词的语义模型进行改进。采用分层逐级匹配和基于拓扑的数据匹配策略,给出了计算文本相似度与属性相似度权重的动态计算方法。提出的方法已经成功应用于某省级电网公司整定计算专家系统,以及能量管理系统和故障信息系统与整定计算系统的数据匹配,验证了该方法的通用性与准确性。

特征点匹配和互信息融合下连续形变图像配准

图像配准中易受到外界干扰发生变形或者部分特征缺失,为此提出融合特征点匹配和互信息的连续形变图像配准方法。提取连续形变图像特征,对提取到的特征实施匹配处理,结合互信息算法统计两图像之间的相似程度,得出最佳配准指标,即像素灰度值为最大值,结合特征点匹配结果以及互信息算法生成图像配准刚性指标,实现连续形变图像配准。实验结果表明,所提方法配准后图像信息完整,配准效果较好,且匹配耗时较短,说明其能够降低图像配准中干扰因素的影响,有效提升图像配准质量。

一种面向图像相似度计算的改进哈希算法

图像相似度计算是图像匹配中的一个关键性问题,在网络搜索引擎和计算机视觉等领域有着广泛的应用。传统的哈希算法包括感知哈希、均值哈希、差异值哈希,采用离散余弦变换、主成分分析等方法处理图像,存在着方块效应等问题,为了解决传统算法的不足,本文提出一种基于Gabor小波图像轮廓提取和特征提取相结合的图像相似度计算方法。首先对待检测图像进行Gabor小波处理,提取出图像轮廓;然后使用固定阈值二值化增强图像轮廓;接着提出了一种幸存点提取的方法对图像再处理,得到图像的指纹;最后,提出一种比较所述指纹的方法,对2张图像的指纹全相联映射作商,若商值与1的距离小于设定阈值则记作0,反之记作1,得到一串由0、1组成的数,判断汉明距离,若小于自适应阈值,则认为2张图像相似。实验结果表明,本文提出sHash方法在图像发生视觉变换、光照变换、旋转变换下均能保持良好的相似度计算准确率,在主观视觉和客观指标上,均取得了较好的结果。

基于SAD的直方图匹配算法在超声弹性成像上的应用

超声弹性成像自提出以来成为一个研究热点,但由于弹性成像的成像原理,弹性图像上一般都有弹性噪声,为了降低噪声,提高弹性图像质量,研究基于SAD的直方图匹配算法在超声弹性成像上的应用,通过改进相似度的计算方法,提高弹性图像的去噪质量。

基于语义的模糊匹配探索与应用

提出计算词与词之间的相似度 ,通过比较词语相似度来确定搜索到的信息是否属于某一类特定信息 ,从而实现基于语义的模糊匹配 .实验结果表明 ,该方法较传统的精确匹配方法、模糊串匹配方法能更好地保存有用信息 。

基于颜色内容的图像检索原理与方法

本文介绍了基于颜色内容的图象检索技术原理 ,分析了颜色的特征、颜色直方图构造、颜色直方图匹配算法及其优化、索引编制和检索匹配的过程等问题。

基于模糊数模型的医学超声图像分割方法

针对基于模糊推理的医学超声图像分割方法存在算法复杂度高及灵活性较差等问题,提出了一种基于模糊数模型的医学超声图像分割方法。用局部直方图间相似性匹配和自适应平滑方法对输入图像进行预处理得到相似图像和平滑图像,通过一种基于模糊数模型的模糊控制方法处理生成的相似图像和平滑图像,实现医学超声图像的分割。实验结果表明,该方法简化了处理过程,降低了算法复杂度,对医学超声图像能够进行有效分割。

基于人力资本竞优结构的“团队-作业对象”匹配决策模型

针对具有相同职称、学历、年龄、性别等人力资本结构的团队在物资资本投入相同的情况下绩效有别的现象,提出团队人力资本竞优结构的概念、测量模型及团队与作业对象的匹配决策方法。团队人力资本竞优结构能够从单项指标优势度和多指标强弱结构效应两方面体现优势。以团队为整体,从最大程度认可团队价值出发,基于目标规划导引模型,构建团队人力资本竞优结构测量方法,揭示团队人力资本内质差异及其优势特征。在匹配决策中,将显性结构与隐性结构相结合,显性结构作为是否胜任的判据;以隐性的竞优结构相似度为切入点,构建"团队-作业对象"多目标多指标匹配优化模型,实现团队尽其才、资源尽其用的团队指派。通过算例,证明了方法的有效性和可行性。

基于稀疏结构的图像特征匹配算法

对图像进行全局的特征点检测耗时较长,而且全局特征稳定性不好,这就造成算法的运行速度慢和匹配准确率低,达不到令人满意的匹配效果.在尺度不变特征变换(SIFT)的基础上,通过引入稀疏结构的概念,提出了一种基于稀疏结构的图像特征匹配算法(SSM).通过稀疏度函数获得像素点的稀疏度值,筛选出稀疏度高的像素点所在的区域,并对该区域进行SIFT特征点检测,通过最佳描述子实现特征匹配.将SSM算法与几种经典算法相比,实验结果表明,本文算法在特征匹配速度和匹配准确率上相比于原算法都有较明显的提高,能够用于目标实时跟踪、图像检索和全景图像拼接等领域.

一种基于颜色的图像检索改进方法

基于颜色的图像检索由于其对图像的各种变形有很好的鲁棒性而得到了广泛的应用,但其对颜色的空间分布描述不足从而检索精度不佳。针对全局颜色直方图及局部颜色直方图的检索问题,提出了一种新的基于颜色的检索方法。该方法引入一种颜色转移矩阵,用于描述颜色的相对空间分布情况;同时改进传统局部颜色直方图匹配方法,使块匹配受图像形变的影响大为减少;最后结合上述两种图像子特征进行复合图像检索。实验表明,该方法能有效的提高图像检索精度。

图像相似性改进算法

针对图像相似性度量问题,提出一种图像相似性改进算法。首先,分别得到源图像和候选图像的三个向量,包括HSV颜色空间H分量的颜色直方图向量、尺度不变特征转换(SIFT)算法局部特征向量以及图像颜色矩向量;然后,采用向量拼接的方法融合上述三个向量,借助主成分分析对融合后的向量降维,生成新的特征向量;最后,计算源图像和候选图像特征向量之间的欧氏距离,进行特征点匹配和图像相似度计算。实验结果表明,所提算法不仅提高了颜色直方图算法对于颜色分布接近图像的识别精度,而且减少了SIFT算法对于平坦区域较多图像的误判,平均查准率较颜色直方图算法和SIFT算法分别提高了23.8和9.6个百分点。所提算法能够有效提高识别图像相似性的准确度,判别结果更符合人眼观察结果。

模仿学习:一种新人工生命动画方法

提出一种新的人工生命动画方法—模仿学习.模仿是一种非常有效的掌握运动技能的学习方式.一项运动技能为无数个相关运动序列的集合.通过模仿代表性运动序列,将蕴含的局部运动技能泛化,可获得完整的运动技能.模仿学习以运动相似度匹配和简单-复杂行为方法论为核心,并以进化计算为优化方法.模仿学习降低进化计算对传统评价函数的依赖,减少评价函数设计时间,提高优化复杂目标的能力,因此提高了制作效率.基于PhysX仿真平台,本文以人工猫的着陆行为验证了本文方法的有效性,并取得了良好的效果.

基于时空模型的尺度自适应视觉跟踪

针对视觉跟踪过程中因目标尺度变化导致跟踪精度低的问题进行了研究,提出一种基于时空模型的尺度自适应视觉跟踪算法(spatio-temporal context-scale adaptive,STC-SA)。在颜色属性空间下提取目标颜色直方图特征;再通过时空上下文学习获取置信图中概率最大位置;最后利用颜色直方图进行相似度匹配并根据自适应方法修正跟踪框尺寸以达到最佳的跟踪效果。实验选取Benchmark中五组具有明显尺度变化的图像序列进行测试,STC-SA算法的跟踪成功率最高达到91%,验证了STC-SA算法具有较高的跟踪精度和跟踪实时性。

动态特征块匹配的背景更新在运动检测的应用

为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标,为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上,利用目标的矩信息进行跟踪,避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块,将视频序列的每一帧图像与初始背景图像进行特征块区域的局部匹配,首先通过分析特征块图像的颜色特征,构建基于区间统计的RGB颜色直方图,提取颜色特征序列。然后通过计算序列相关性来判断该区域是否需要背景更新,从而降低对单个像素更新的冗余计算。实验表明,该更新算法具有较强的鲁棒性和可行性,能够有效提高监控系统的稳定性。