基于基元相关性描述子的图像检索

图像检索系统性能很大程度上取决于提取的图像描述子,其中颜色差分直方图(color difference histogram,CDH)已经在图像检索中显示出了较好的性能.但是这种描述子仍然有一定的局限性:1)只考虑到了像素间颜色差分的整体分布;2)忽略像素间的空间位置分布.因此提出了1种新的基元相关性描述子(texton correlation descriptor,TCD)提取图像特征,并将其应用于图像检索系统中.具体提取过程分为3个步骤:1)利用图像底层特征(颜色和局部二值模式)检测一致性区域,选择图像中包含区分性信息的局部区域;2)提出颜色差分特征和基元频率特征分别描述图像像素间的对比度和空间位置信息,其中颜色差分特征融合了描述局部邻域的颜色差分相关性统计和全局颜色差分直方图,基元频率特征也融合了描述局部邻域的基元频率相关性和基元频率直方图;3)联合一致性区域中的这2种特征得到最后的TCD描述子.这种特征描述了图像中2种互相独立并互相补充的特性:对比度和空间位置关系,并同时考虑到了这2种特性在局部和全局区域中的描述,因此在图像检索实验中会有更好的性能.在图像数据集中的实验结果显示了TCD描述子的检索效果明显优于其他几种特征描述子,证实了TCD描述子在图像检索中的有效性和稳定性.

乳腺癌患者社会支持与希望水平的相关性研究

目的探讨乳腺癌患者的社会支持状况和乳腺癌患者的希望水平以及社会支持和希望水平两变量之间的关系,为临床工作提供依据。方法采用描述性相关性研究方法,用Heath希望量表(HHI)和Brandt和Weinert的社会支持量表(PRQ-85PartII)测量乳腺癌患者的希望水平及乳腺癌患者的社会支持,对60例乳腺癌患者进行问卷调查。结果乳腺癌患者的社会支持的主要来源为其配偶(43.12%)、父母(40.32%)及子女(36.67%);乳腺癌患者的希望水平和社会支持处于中等水平,婚姻情况是影响其社会支持的主要因素,并且结婚与单身患者的社会支持水平相比有显著性差异(P<0.05);乳腺癌患者的希望水平与社会支持呈正相关关系(r=0.66)。结论患者得到的社会支持越多,其希望水平越高,临床护士应关注此方面的情况。

基于随机游走和聚类平滑的协同过滤推荐算法

协同过滤是电子商务推荐系统中被广泛采用的技术,然而数据稀疏性会影响协同过滤的推荐质量。本文针对数据稀疏问题提出一种基于随机游走和聚类平滑的两阶段协同过滤推荐算法。离线阶段:计算项目间相关性,提出了一个新的方法即通过加权累加各步转移概率对项目间相关性进行描述。根据得到的项目相关性矩阵对项目聚类,利用聚类信息对未评分数据进行平滑处理。在线阶段:根据离线阶段得到的项目间相关性查找目标项目的邻居并进行预测。本文提出的方法能加强项目间相关性的描述。实验表明,根据用该方法得到的项目相关性矩阵查找邻居更加准确,可以有效地缓解稀疏数据的影响,改善推荐的性能。

一种有效的中值滤波图像盲取证检测方案

中值滤波具有高度的非线性,可用来消除图像操作的痕迹。为恢复图像的操作历史,需要对图像进行中值滤波检测,从而给出一种有效的数字图像盲取证检测方案。该方案首先通过分析图像的差分域分布研究中值滤波引入的复杂相关性,然后利用线性预测模型来描述沿着某一特定方向计算所得到的图像差分值,提取出预测系数构成线性描述子;通过提取旋转不变局部二值模式的直方图来描述沿不同方向计算得到的图像差分值,构成非线性描述子,最后将两种描述子结合起来提取出增强特征,能够进一步提高中值滤波检测性能。实验结果分析表明:相较于已有的检测方法,所给方法具有更好的中值滤波检测性能,尤其是在经JPEG压缩的低分辨率图像上具有更强的鲁棒性。