基于融合特征相似度的实体消歧方法研究

在数字资源日益丰富的环境下,人名歧义现象为数据检索带来了很多不确定性,降低了数据检索的准确度。运用人名实体的个人信息特征和作者文献话题等特征,采用多特征的融合方法充分挖掘与实体相关联的信息,实现人名消歧。实验使用爬取的某数据库文献数据,进行了人名消歧特征的选取和参数的确定等实验,结果表明提出的方法具有较好的性能。

基于特征相似度的科技论文元数据提取算法研究

通过对论文元数据网页的分析发现论文摘要页面的各种元数据在长度、前置引导词、分隔符等方面都具有特定的规律,并据此提出了基于元数据特征的元数据抽取算法,归纳出了论文元数据的7个形式特征和2个语义特征,定义了确定特征和排除特征,描述了特征相似度算法的6个步骤,给出了分别采用正则表达式方法和特征相似度方法的试验结果,测试表明,采用特征相似度方法的提取成功率从68%提高到了95%,达到了实用水平.

基于特征结构相似度的遥感影像融合质量评价指标

在分析现有影像融合评价指标的基础上,根据人眼视觉特性,提出一种基于特征结构相似度的遥感影像融合评价指标.首先从原始影像和融合影像中提取空间特征和光谱特征,然后综合计算空间特征和光谱特征的结构相似度作为评价指标,达到评价影像质量的目的.通过对多种传感器获取的遥感影像进行融合实验,结果表明该客观评价方法与主观评价结果一致,是一种有效的遥感影像融合质量评价方法.

基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法

为解决微波遥感土壤水分反演经验方程(关系)的适用性问题,该文提出一个新的概念——反演靶区,并提出了一种基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法。首先采用主成分分析法(PCA),从影响土壤含水量的12个因子(土壤湿度分布、地表温度、NDVI、土壤质地指数、地形粗糙度、雷达入射角以及Landsat TM除热红外波段的6个波段)中筛选提取第一主成分;再使用Mean Shift方法分割包含第一主成分的单色影像,得到一幅过分割区域图;计算各分割区域与各样方区域的特征向量间的加权欧氏距离,得到区域特征相似度数据集;最后,基于各样方得到的反演经验方程(关系),根据区域相似度选择各自反演靶区进行土壤水分反演。实验证明,与只使用同一反演经验方程进行反演相比,基于反演靶区思想的土壤水分反演精度有较大提高。

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。

基于分割区域及特征相似度的玉米田遥感图像分类方法

针对遥感图像中玉米田目标光谱复杂,同物异谱现象严重导致分类结果差的问题,提出一种基于分割区域及特征相似度的玉米田遥感图像分类方法。首先利用主成分分析法(PCA)对多光谱和高分辨全色融合图像进行第一主成分提取,以获得包含丰富图像信息的单色图像I;对I进行分水岭分割,得到一幅过分割目标区域图;构建由纹理、亮度及轮廓特征相似度组成的特征组;最后基于随机森林原理,利用构建的特征组对玉米目标进行提取。用高分一号卫星数据进行实验,并与支持向量机方法(SVM)、神经网络算法和最大似然算法进行了比较分析,实验表明,该方法的分类精度优于其他算法。

五叉树分解下低照度图像特征相似度检索仿真

针对传统低照度图像特征相似度检索方法存在计算复杂、效率低的问题,提出一种基于五叉树分解的低照度图像特征相似度检索方法。在主成分转变的基础上对低照度图像进行五叉树分解,将被检索图像划分成一系列子块图像,为构建特征直方图及计算相似度作基础;利用图像子块表达形式提取主要特征,得到颜色特征向量,使用归一化方式计算可视化相似度,即颜色相似程度;求得低照度图像特征相似度阈值,完成相似度检索。仿真结果表明,相比其它方法,所提方法的检索精准度高、复杂度小,得到的检索结果更佳,鲁棒性更好。

基于多特征相似度的大规模网络异常检测算法

提出了大规模网络中一种基于相似度的异常检测模型。该模型利用大规模网络中的多种网络数据流特征,经过高频统计,建立特征集,并计算实时特征集与标准特征集的相似度。当大规模网络中发生攻击或病毒时,网络流量的自相似性将遭到破坏。通过与正常情况时的比较可以及时准确地发现攻击引起的异常。实验结果表明这种综合多个网络特征的检测模型比起单一的特征检测明显降低了误报率,也比较适用于大规模网络。

基于流形特征相似度的感知图像质量评价

图像质量评价(Image quality assessment,IQA)的目标是利用设计的计算模型得到与主观评价一致的结果,而人类视觉感知特性是感知图像质量评价的关键.大量研究发现,认知流形和拓扑连续性是人类感知的基础即人类感知局限在低维流形之上.基于图像低维流形特征分析,本文提出了基于流形特征相似度(Manifold feature similarity,MFS)的全参考图像质量评价方法.首先,利用正交局部保持投影算法来模拟大脑的视觉处理过程获取最佳映射矩阵进而得到图像的低维流形特征,通过流形特征的相似度来表征两幅图像的结构差异,从而反映感知质量上的差异.其次,考虑亮度失真对人眼视觉感知的影响,通过图像块均值计算亮度相似度并用于评价图像的亮度失真;最后,结合两个相似度得到图像的客观质量评价值.在四个公开图像测试库上的实验结果表明,所提出方法与现有代表性的图像质量方法相比总体上具有更好的评价结果.

基于多特征相似度的蠕虫检测

在分析了正常网络流量分布的基础上,提出了基于多特征相似度的蠕虫检测方法.首先利用多个特征的高频统计结果分别计算相似度,然后将它们复合成一个相似度值,接下来比较相邻两次的相似度,最终发现异常.这种方法可以在一定程度上降低检测的误报率和漏报率,对蠕虫在大规模蔓延之前的检测效果也比较理想,可以在蠕虫爆发的早期阶段做出诊断,并且它不但可以用于已知类型的蠕虫检测而且对未知类型的蠕虫也有较好的检测效果.

基于肤色和特征相似度映射手势识别算法

文中提出用来进行手区域定位和手势识别的新算法,该算法基于肤色特征和特征相似度映射函数,该函数是归一化为[0,1]的函数,它模拟在尺度空间中各点的图像特征的相似性。实验结果表明运用该方法能够在复杂的背景中进行手势识别。

基于特征点群相似度计算模型的图像表示方法

针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果,通过特征点群拓扑、方向、距离等计算其相似度,并以此作为评价指标对匹配结果进行过滤;根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整,从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较,结果表明,该方法提高了分类识别的准确率和检索的查全率,特别是对于包含明显旋转、平移和缩放变化的图像数据效果更好.

基于Tversky特征相似度的谱库检索算法

针对传统谱库检索效率低,提出了一种基于Tversky特征相似度的谱库检索算法。它优化了基于向量空间模型的谱库检索算法,并在准确定性分析化合物的前提下,通过大幅度减少原有相似度算法中的乘积运算来缩短谱库检索的时间。实验表明,该算法的检测结果和NIST 11的结果完全一样,并且谱库检索的时间缩短了5.22%,具有一定的检索优势。

分区匹配气象及功率特征的运行备用需求量化

现有运行备用需求量化方法未考虑气象因素对系统整体预测随机性的影响,难以兼顾电网运行安全性和经济性。为此,提出了分区匹配气象及功率特征的运行备用需求量化方法。根据历史数据建立气象-功率二维区间,采用非参数核密度估计方法拟合不同区间内的净负荷预测误差分布,从而刻画不同气象、功率条件下系统整体预测的随机性;提出基于数据特征相似度的历史数据筛选和数据区间划分策略,以提升预测随机性的刻画准确性;根据运行日隶属的二维区间估计其净负荷预测随机性,据此量化给定置信水平下的系统运行备用需求。以我国某省级电网的实际数据为算例,验证了所提方法的有效性。

基于改进颜色自相似特征的行人检测方法

近年来多尺度行人检测在计算机视觉领域受到广泛关注。传统方法需对图像缩放,在不同尺度计算特征,大大降低了行人检测的速度。颜色自相似特征(CSSF)被提出以克服此不足。针对颜色自相似度特征具有维度高和分类器训练时间长等问题,提出一种改进的颜色自相似度特征。改进的颜色自相似度特征结合行人结构相似度,首先定义了固定尺寸的窗口,然后在不同的颜色空间滑动固定大小的窗口进行特征提取,最后结合自适应增强(AdaBoost)算法构建行人检测分类器。实验结果显示:相对于传统颜色自相似度特征的千万级维度,新的特征只有几千维,特征提取速度和分类器训练速度显著提高,检测效果略有下降;与梯度方向直方图特征(HOG)相比,特征提取速度提高5倍,检测效果基本不变,新的方法在实时行人检测和监控系统中有很好的应用价值。

无参考的特征点复杂度激光干扰图像评估

由于目标识别和检测效果取决于目标提取的准确性,本文结合主动成像与目标识别技术搭建了激光主动成像系统实验平台,研究了激光干扰对获取图像质量以及特征点提取效果的影响。提出了一种无参考的特征点复杂度图像评估算法。该算法在目标区域位置计算图像的特征点、纹理、梯度和对比度复杂度,然后综合4个因子得到归一化的评估结果。利用激光主动成像系统对设定目标进行了照明成像实验,同时采集了不同干扰功率和光斑位置的干扰图像。使用本文提出的特征点复杂度算法对标准数据库及实验获得的激光干扰图像进行了评估。实验结果表明:提出的评估算法能够客观地反映图像质量的变化情况,可对不同程度的激光干扰图像给出合理的评估结果,其评价结果更符合主观视觉感受,并且能够指导激光主动成像识别系统的防护与应用。

基于信息熵的医疗概念语义相似度算法

针对医疗概念中传统语义相似度计算精确度不高的问题,提出一种基于信息熵计算概念特征相似度和概念相关度的方法,综合得出概念语义相似度的计算模型。利用朴素贝叶斯分类对医疗概念分类,根据概念分类概率与分类质量评估函数得到概念的信息熵;通过熵值求得概念特征相似度,通过分析概念特征信息求得概念相关度;利用加权的方法将前两者的值综合为最终的概念语义相似度。实验结果表明,该算法较传统算法更加接近医疗领域专家评估的经验值,可以提高相似度计算精度,为医疗领域的相关应用和研究提供更高效的方法。

基于多层次混合相似度的协同过滤推荐算法

针对传统协同过滤推荐算法在数据稀疏的情况下存在的性能缺陷和相似性度量方法的不足,为了提高推荐精度,改进原算法得到了一种基于多层次混合相似度的协同过滤推荐算法。该算法主要分为三个不同的层次:首先采用模糊集的概念将用户评分模糊化,计算用户的模糊偏好,并结合用户评分的修正余弦相似度和用户评分的Jarccad相似度总体作为用户评分相似度;再对用户评分进行分类来预测用户对项目类别的兴趣程度,从而计算出用户兴趣相似度;然后利用用户的特征属性来预测用户之间的特征相似度;其次根据用户评分数量来动态地融合用户兴趣相似度及用户特征相似度;最后融合三个层次的相似度作为用户混合相似度的结果。利用Movie Lens公用数据集对改进前后的算法进行对比实验,结果表明:当在邻居集合数量较少时,改进的混合算法相对修正余弦相似度算法的平均绝对偏差(MAE)下降了5%左右;较改进的修正的Jaccard相似性系数的协同过滤(MKJCF)算法也存在略微的优势,随着邻居集合数的增加MAE也平均下降了1%左右。该算法采用多层次的推荐策略提高了用户的推荐精度,有效地缓解了数据稀疏性问题和单一度量方法的影响。

Stack Overflow的缺陷代码特征分析与相似缺陷检测

目前在软件代码缺陷审查以及缺陷预测中,研究人员对源代码进行分析研究却忽略了代码的缺陷信息.本文通过对缺陷信息进行分析,发现缺陷信息对于相似缺陷的检测有着重要的参考价值.基于这一思想,本文分析软件缺陷社区Stack Overflow中关于缺陷代码的信息,提出一种基于缺陷代码特征分析的相似缺陷检测方法.该方法首先对缺陷报告进行LDA主题分析并将缺陷报告分类到不同的主题(类别)中,统计得到高频缺陷类别;其次对于高频缺陷类别的缺陷代码提取特征;最后根据缺陷代码特征构建相似缺陷检测模型.为了验证相似缺陷检测模型的有效性,针对数据操作缺陷数据构建诊断模型并对该模型进行实证,实验结果表明该方法对检测其他代码中相似缺陷有较好的效果.

关于专利类别间相似度量化方法的研究

针对专利类别内容相似度量化的问题,本文提出了一个基于语义的相似度量化方法。该算法首先通过有监督的特征选择方法提取每个专利类的关键词语集合,然后通过《知网》计算各个集合之间的相似度,最后在此基础上通过特征集合语义相似度计算公式TSC计算专利类别间的关联度。实验表明,该方法能有效的解决相似度自动量化的问题。