基于时间金字塔模型的国产资源卫星数据统计分析

海量国产资源卫星数据的各种覆盖率统计和空间分析是非常耗时耗力的工作,庞大的计算量常常导致统计分析结果不能够快速及时地生成.本研究提出构建＆quot;时间金字塔模型＆quot;的方式来解决该问题,将遥感影像数据图斑按照＆quot;日、周、月、年＆quot;的4层时间金字塔模型进行归档管理并用于统计分析,在实际应用中取得了良好的效果.实践证明这种以空间（少量的数据冗余）换时间（极高的执行效率）的方式在国产资源卫星数据的统计分析工作中是非常实用且可行的.

传感器数据流上模糊预测系统的研究

为了利用基站(Sink)上现有的数据来及时地响应用户的查询,采用数据流上的金字塔时间模型来维护传感器数据流上不同时刻的聚集值,并利用这些聚集值生成模糊预测系统.通过该预测系统做出的预测来近似及时地响应用户的查询.在Sink上采用预测的方法,传感器新感知的数据可以不必立即向Sink传输,可以节省传感器网络结点的能量.

基于概要数据结构的网络异常检测方法

提出一种基于概要数据结构(sketch)的网络异常检测方法。采用金字塔时间模型对高速网络数据流进行分析,并基于奇异熵提取sketch。统计一定周期内该数据结构的特征值变化趋势,计算出均值和梯度值,以及相应的报警区间。当告警出现时,该方法能分析出现异常的IP地址。实验证明,该方法能有效地对网络进行异常检测。

基于冲突检测的通信数据多路径自适应存储系统

传统的通信数据存储系统数据传输能耗较高,稳定性差,容易发生网络通信链路堵塞问题,为此,本文提出设计基于冲突检测的通信数据多路径自适应存储系统。利用金字塔模型分析周期内通信数据结构特征值的波动趋势,检测通信数据结构是否存在冲突,确定数据结构分配策略,通过数据结构的迁移,获得检测条件和响应时间。通过存储卡实现数据处理与存储,由上位机完成对存储卡的控制和管理,实现存储系统设计。利用仿真实验检测系统性能,结果表明,所提方法能够有效提升存储系统稳定性和可靠性,且扩展性较强。

基于质心距离和密度网格的数据流聚类算法

针对基于密度网格的数据流聚类算法D-Stream存在的缺陷,提出了基于质心距离和密度网格的数据流聚类算法CDD-Stream。该算法分为在线、离线以及历史簇查询3个部分。在线部分通过各网格单元的数据量、密度以及存在的网格数来计算加权平均密度,基于加权平均密度动态设置网格单元的密度阈值和时间间隔gap;采用新的簇边界判定方法,依据稀疏网格与其邻接稠密网格的质心距离,将稀疏网格归并到相应的簇中,在一定程度上避免了簇边界的误删,提高了聚类精度。离线部分使用金字塔时间模型存储网格帧,供用户查询历史簇,查询结果可以为用户进行簇演化分析提供依据。与D-Stream算法和NDD-Stream算法的对比实验结果表明,CDD-Stream算法在数据流对象上有更好的聚类时效性和更高的聚类精度。

多视角下的交互行为识别（英文）

本文提出了一种基于局部自相似描述符和图共享多任务学习的多视角交互行为识别方法。首先,提出了一种复合交互特征表示方法,该方法对兴趣点局部运动的空间分布及其上下文进行编码。其次,为了减小观测角度变化对识别的影响并保留时序信息,用时间金字塔词袋模型对局部自相似描述符进行表示。为了从不同的视角探索不同交互行为之间的潜在关联,并保留每种交互行为的特定信息,采用图共享多任务学习学习相应的交互行为识别模型。结果表明,该方法在CASIA、i3Dpose公共数据集和自建交互行为识别数据库上相比其他方法识别率更高。

多视角下的交互行为识别

提出一种基于局部自相似描述符和图集鲁棒性多任务学习的多视图交互行为识别方法。首先,提出了一种组合交互特征表示方法,它既编码了兴趣点局部运动的空间分布,又编码了上下文信息。此外,采用时间金字塔词袋模型描述自相似矩阵的局部特征,减小了观测角度变化对识别的影响,保留了时间信息。为了探索不同交互行为与不同视图之间的潜在相关性,采用图集鲁棒性多任务学习函数学习对应的交互行为识别模型。实验结果表明,该方法在公共数据库CASIA上与其他先进方法相比在交互行为识别中具有良好的识别效果。