基于环境上下文和语义特征融合的小目标检测算法

针对现阶段目标检测领域中小目标由于特征信息匮乏而难以检测的问题,提出了一种基于SSD(Single Shot multibox Detector)算法的改进小目标检测算法(CS-SSD)。首先,以特征金字塔中不同大小的感受野表达出的不同特征信息为基础,在SSD算法的主干框架上增加了环境上下文特征融合模块以及自顶向下的语义特征融合模块,为小目标提供环境上下文和语义特征信息;然后,在SSD算法的检测层上增加基于残差结构的检测头,从而充分利用融合后的特征以提高检测精度;最后,使用一种受人类学习方式启发的分阶段网络训练算法来缓解小目标与中大型目标在网络训练中损失不平衡问题。在VOC07+12数据集上进行实验,CS-SSD算法的平均检测精度(mAP)达到了82.00%,相较于SSD算法提升了2.08个百分点;同时小目标平均检测精度相较于SSD算法提升了7.87个百分点。实验结果表明,CS-SSD算法能充分融合网络中的环境上下文和语义特征信息以达到提高小目标检测精度的效果。

基于道路环境上下文的行人跟踪方法

针对目前城市交通中人车混行场景中行人跟踪效果不佳的问题,提出了一种基于道路环境上下文的行人跟踪方法。首先通过对道路环境上下文进行分析,建立道路模型;其次在道路模型的约束下建立行人与环境的交互运动模型;最后利用该模型进行行人的跟踪。在真实场景中的实验表明使用了道路上下文信息的跟踪方法与连续离散连续能量最小化的多行人跟踪方法相比,多目标跟踪准确度从47.6%提升至63.2%,多目标跟踪精度从68.8%提升至74.3%。数值结果表明道路上下文信息对于提高人车混行场景中行人跟踪效果的有效性。

设计转换函数实现保留上下文环境体绘制

摘要为了帮助医生对医学图像进行准确的定位和诊断,在显示感兴趣区域的同时保留其上下文信息,提出一种保留上下文环境体绘制方法.首先记录沿光线方向的首个等值面的空间位置;然后根据采样点到等值面的距离和采样点处的梯度构造衰减函数,将衰减函数作用于不透明度转换函数,以控制光线合成.对头、腹和脚部等CT数据的实验结果表明,该方法可以在保留组织轮廓清晰的前提下增强感兴趣区域显示.

程序理解系统中上下文环境设计与实现

对于软件系统特别是大型复杂软件系统,由于分析和理解的困难性,其系统维护和系统演化任务开销巨大.程序理解系统是辅助用户对软件系统进行快速分析和理解的支撑环境.程序理解系统中的上下文环境用于提供关注点的上下文信息,辅助用户分析和理解当前关注点对整体的影响以及整体对它的依赖.提出了一种在程序理解系统中实现上下文环境的方案.分析了上下文环境在程序理解系统中的地位和作用,描述了上下文环境的功能规范、模块组织结构及处理流程,设计了一种获取关注点符号的算法,最后给出了在Linux环境下基于KDE 3.5的设计实现及应用分析.

基于多核DSP上下文环境备份与恢复方案的设计与实现

在软件定义计算体系架构中,DSP作为一种常用的硬件资源,势必向虚拟化发展,以便最大化发挥其效能。提出了一种多核DSP上下文环境的备份与恢复的方案,以核0为控制核心,通过合理地内存分配以及读写操作,完成对其余核心在计算过程中的各状态,如寄存器状态、堆栈状态、数据状态以及程序状态的保存与写回,实现了其从计算任务M切换到计算任务N,待N完成后再切换回M继续执行的功能;使用TI公司66AK2H14对方案作测试,验证了其可行性。该方案对多核DSP硬件资源的灵活应用提供了实际的方法和经验。

基于潜在主题的混合上下文推荐算法

针对单个环境上下文中项目访问记录稀疏的问题,推荐系统难以获取与当前环境上下文关联的用户偏好。该文设计了一种新的上下文关联性推荐(CTRR)算法。CTRR算法通过CTRR_LDA模型求解推荐项目出现在特定环境上下文的概率,并结合上下文后过滤推荐算法,对用户进行推荐。CTRR_LDA模型是在(LDA)模型的基础上,结合环境上下文和项目特征上下文,提出的项目与环境上下文的关联概率模型。该模型将环境上下文划分为多个环境上下文因子,每个环境上下文因子表示为K维的主题分布,挖掘环境上下文因子中项目出现的潜在主题特征。利用LDOS-CoMoDa网站上真实的电影数据集进行实验,验证了算法的可靠性。

基于上下文的制造网格访问控制模型

针对制造网格分布式产品设计过程中的特点,提出了基于上下文的制造网格访问控制模型MG_TC—RBAC。该模型扩展了RBAC模型,用活动封装角色及相应权限,并增加了上下文约束,通过项目的任务上下文和主体所处环境上下文动态调整用户对CAD模型的权限;该模型可充分反映制造网格的动态性,实现对用户的动态授权。

基于上下文相似度的对象识别模型的研究

对象识别是数据集成的一个重要问题,针对学术领域的对象集成问题,提出一个基于上下文环境的对象识别模型。利用作者名字的上下文环境,包括合作者、国际会议、论文时间、论文标题4维信息对作者进行对象识别。通过计算两个表象每一维信息的相似程度,采用感知器模型对于少量的专家标注的学习用例进行学习从而获得每一维合适的权重以及对应的阈值,最后利用构造的模型进行准确预测。实验结果表明该模型具有较高的可用性。

基于层次化上下文因式分解机的推荐系统

在基于协同过滤的推荐系统中,因式分解机模型是基于矩阵分解的一般化模型,不需要特定支持向量,可直接应用于回归和分类中,并能更准确地处理稀疏矩阵.通过对其进行改进,在不提高时间复杂度的同时考虑上下文环境,并对上下文进行层次化处理.通过两组真实数据集,在不同的指标下进行实验.最后证实改进后的模型,在准确率和学习速率上优于原有模型.

一种基于上下文的应用内容安全泄露检测方法研究

为更全面了解导致移动终端Content Provider组件内容泄露的原因,文章提出了一种基于上下文的Content Provider内容泄露检测方法(CLDC)。该方法通过将泄露原因、检测路径和判定依据形成安全规则库,来定位待检测程序中的可疑字符串或语句,并通过信息流分析和模拟执行方法判断可疑字符串或语句的合理性与可达性。实验结果表明,CLDC方法能够检测不同方向造成的Content Provider组件内容泄露,有效提高了检测的准确率。

基于分布式感知-行为网的机器人实时环境学习和导航方法

利用机器人自身的时空经验,在缺乏全局坐标信息、罗盘信息和环境先验模型的情况下,建立基于分布式感知-行为网的空间模型.因为该网络是完全分布的,所以提供了定常的定位时间和线性的路径规划时间.实验结果表明,将分布式感知-行为网作为环境模型可以更好地与基于行为系统相融合;并且利用环境上下文匹配算法可以有效解决迷宫环境的"感知混淆"问题;文中给出了基于环境熟悉度的环境动态探测方法,实现了有效的环境探测.

物联网环境下域间实体信任评估模型

针对域间实体在进行资源交互时的信任度统一评估的问题,提出一个物联网环境下域间实体信任评估模型(EIAM)。首先计算域信任度,在不会影响各信任域内实体评价的情况下,根据目前物联网环境下域间实体特性分析,选取参数进行域间实体的信任评估。最后,结合上下文服务环境参数及域信任度,计算处于不同上下文服务环境中的域间实体信任度,解决了域间实体信任度统一评估的问题。

基于局部增强的中文医疗命名实体识别模型

医学实体的识别往往受到其相邻上下文的影响,目前的命名实体识别方法通常依赖于BiLSTM捕捉文本中的全局依赖关系,缺乏对字符之间局部依赖关系的建模。针对这一问题,提出了一种基于局部增强的中文医疗命名实体识别模型LENER。首先,LENER使用包括字音、字形和语义在内的多源信息来丰富底层字符表征。然后,结合相对位置编码对滑动窗口划分出的序列片段进行局部注意力计算,并通过非线性计算融合局部信息和BiLSTM得到的全局信息。最后,对识别出的实体头部和尾部进行组合,进而提取出实体。实验结果表明,LENER模型具有良好的实体识别能力,与其他模型相比,LENER模型的F1值提升了0.5%~2.0%。

JAVA卡平台安全性的设计与实现

Java卡是能运行Java语言的智能卡,在卡上能保存多个不同开发商所提供的应用程序(Applet)。由于Java卡通常保存着如电子钱包、密码、指纹等高度敏感的信息,所以需要为Java卡平台技术制定完备的安全保障机制。该文主要介绍了Java卡平台的安全技术原理,并通过在基于ARM7内核平台上的设计介绍了它的实现机制。

基于参数驱动机制的服务机器人任务自动组合方法

进行了动态环境下服务机器人如何根据环境信息的变化来提供主动、智能式组合服务的研究。在智能空间技术的支持下,利用智能空间中各个智能传感设备所提供的参数信息及环境上下文感知,建立了基于参数驱动的服务机器人任务自动组合框架,构造了实现服务机器人的任务规划流程快速服务组合(FSC)算法,使机器人具备根据场景来自动实现任务组合、分配的能力,提高机器人服务的智能性和服务质量。从系统基本性能、算法的快速性以及在突发事件发生时算法的响应速度三个角度对FSC算法进行仿真、测试比较,仿真结果验证了该方法的可行性、有效性和可实现性。

面向情境理论的意图识别系统的设计与实现

支持演进是现代服务系统的一个发展方向.服务系统能够进行演进的前提是能够准确的获取用户对系统的需求.由于用户很难准确的描述对系统的需求,而用户在使用系统过程中所表现出的意图通常包含潜在的有价值的服务需求.所以,准确的识别用户的意图就成为服务演进研究的一个重要内容.在众多意图获取模型中,情境理论,是一种利用环境上下文序列和用户行为共同描述用户意图的模型,很适合在具有环境感知功能的服务系统中识别用户的意图.本文设计实现了一个面向情境理论的用户意图识别系统.该系统采用模式匹配的方法根据环境上下文,行为上下文与情境的映射关系识别出用户的意图.服务系统根据用户的意图判断用户的需求,以便演进后的服务系统能够更准确的为用户提供服务.

面向基础教育阶段的教学资源推荐系统

针对传统推荐方法应用于教学场景存在数据稀疏、缺乏对课程内容和教师上下文环境分析的问题,设计了一种面向基础教育阶段的网络教学资源推荐系统。该系统由数据层、离线层和在线层组成:1)数据层基于马尔可夫链和向量空间模型构建课程模型和资源模型,综合教师个人注册信息和课程模型的节点构建教师模型;2)离线层使用词频-逆向文件频率(TF-IDF)算法提取课程和资源的内容特征,初始化并优化数据层的课程模型和资源模型,进一步应用关联规则挖掘和相似度量方法,计算任意两资源或课程与资源之间的关系,并结合课程模型推理教师模型,产生用于推荐的中间结果;3)在线层采用加权混合的方式产生推荐资源列表。该系统现已应用于某教育资源共享平台中,可实现对其中60万条资源的个性化推荐。

基于区间必然集的测试用例生成方法

针对自动化单元测试中面向路径的测试用例生成问题,通过改进传统的基于符号执行的测试用例生成方法,提出"符号化区间"来表示和分析变量的静态取值范围,并给出简单表达式和逻辑表达式中"区间可能集"和"区间必然集"的计算方法.提出了面向路径的值区间分析算法,通过对给定路径进行前向数据流分析来计算各条边上的区间上下文环境以及各符号的必然取值区间,在路径出口处的符号值区间必然集中任意取值,可得到覆盖给定路径的测试用例.与基于约束求解的传统方法相比,文中方法省去了表达式变换及调用约束求解器的过程,对输入变量弱关联的情况能够快速、准确地生成测试用例.

基于语义分层的行为推理框架

人类行为理解是实现"人本计算"模式的基础,其本质在于获取行为的语义,即由动作特征推导人体的行为,需要跨越两者之间的语义鸿沟;为此提出了环境上下文进行隐式建模的方法,并基于此提出了语义分层的行为推理框架,该框架使用了从模糊语义到确定语义的渐近式推理。根据知识将特征合理地分为多个层次,系统则根据当前状态去提取所需要的特征,推理当前可能的候选行为集;并由该候选行为集指导处理模块,更新特征集并进行新一轮的推理,反复迭代至推理完成。应用提出的环境建模方法和渐近推理框架可以有效地实现行为理解。使用隐式环境方法可以提高行为理解的准确率;渐近式推理框架可以避免传统推理方法无差别地提取所有特征,从而提升了推理效率。

基于逆数据包络分析法的中医方药评价与药量计算研究

针对中医组方的药量推算建模问题,提出了基于证候上下文分析的逆数据包络分析(IDEA)算法。该算法以证候的典型方剂为依据,以数据包络分析为评价工具,建立起反映证候演化的方药评价模型;依据代表证候状态的评价值,给相应的证型症状信息赋值,以完成"词计算"过程。最后,把具体的辨证过程植入到证候发展的上下文环境中,以典型证型的"词计算"为依据,给出具体案例的证候状态评价,再采用IDEA算法推算出药量数据。该模型的推算结果表明,它能够反映中医的一般用药规律,这将对辨证论治组方环节的数值化、客观化研究提供一种可能的思路。