图像重排序中与查询相关的图像相似性度量

现今的图像搜索引擎主要利用图像周围文本信息为图像排序,根据图像内容重排序可以进一步提高搜索性能。图像相似性的度量对重排序算法的性能至关重要。然而已有的相似性度量没有考虑针对不同的查询,图像的相似性应该不同。提出一种与查询相关的相似性度量方法,将基于全局特征的相似性,基于局部特征的相似性,以及视觉单词同时出现率融合到一个迭代算法中,挖掘出与查询相关的图像信息,计算图像相似性。在Bing图像搜索引擎上的实验结果证明本文提出的相似性度量方法优于基于全局特征,局部特征,或它们线性组合的相似性。

基于模糊聚类技术的肌电信号完全分解算法

肌电(EMG)信号分解是EMG信号产生的逆过程。通过EMG分解获取完整的运动单元(MU)的波形和发放信息,需完成复杂的叠加波形分解过程。首先,基于小波滤波和小波阈值估计技术去除EMG信号中的噪声;接着,利用幅度-斜率双阈值法检测出MUAP波形;然后,采用分类功能强的模糊K均值聚类技术对波形进行聚类,再利用最近邻法将未分配波形分类;最后,采用基于伪相关相似性度量的剥落法,进行叠加电位波形分解,实现肌电信号的完全分解,获取完整的MUAP波形和发放模式。利用对来自正常人的真实EMG信号和模拟EMG信号进行实验,系统平均正确率可达87%以上。

基于用户类别兴趣度的协同过滤推荐算法

对教育资源按照学科进行分类,结合学习者的兴趣偏好集中、稳定等特性,提出一种基于用户类别兴趣度的协同过滤推荐算法。在该算法中,首先根据条件概率的方法计算用户类别兴趣度的相似性,然后将其融合到相关相似性计算公式中,提高用户相似性的准确度,实验表明提高了推荐质量。

Active learning based on maximizing information gain for content-based image retrieval

This paper describes a new method for active learning in content-based image retrieval. The proposed method firstly uses support vector machine (SVM) classifiers to learn an initial query concept. Then the proposed active learning scheme employs similarity measure to check the current version space and selects images with maximum expected information gain to solicit user's label. Finally, the learned query is refined based on the user's further feedback. With the combination of SVM classifier and similarity measure, the proposed method can alleviate model bias existing in each of them. Our experiments on several query concepts show that the proposed method can learn the user's query concept quickly and effectively only with several iterations.

Application of fuzzy optimal selection of similar slopes to the evaluation of slope stability

The numerical calculation method is widely used in the evaluation of slope stability,but it cannot take the randomness and fuzziness into account that exist in rock and soil engineering objectively.The fuzzy optimization theory is thus introduced to the evaluation of slope stability by this paper and a method of fuzzy optimal selection of similar slopes is put forward to analyze slope stability.By comparing the relative membership degrees that the evaluated object sample of slope is similar to the source samples of which the stabilities are detected clearly,the source sample with the maximal relative membership degree will be chosen as the best similar one to the object sample,and the stability of the object sample can be evaluated by that of the best similar source sample.In the process many uncertain influential factors are considered and characteristics and knowledge of the source samples are obtained.The practical calculation indicates that it can achieve good results to evaluate slope stability by using this method.

智慧司法时代的“类案”何以裁断——基于类比论证型式的分析

同案同判的关键是相似性判断的证成,这需要借助类比论证来实现。运用论证型式解析类案判断,相似性判断可被分解为数量相似性、相关相似性和决定相似性,分别对应“哪里相似”“何种相似”“为何相似”的批判性问题。人工智能技术可通过量化计算的方式对案例的相似度进行精确表达,在一定程度上实现类案的智能推送。而无论是相关相似性还是决定相似性的判断,均需借助法官的价值判断来完成。对此,法律人工智能将价值判断转化为经验判断,能够为法官的类案判断提供参考。但是,其无法代替法官选择类案判断的实质标准。因此,案例系统作为智能工具,在辅助法官进行类案判断时有明确的限度,不能依此消除合理的差异化判决。

基于模糊近似度的隐私敏感数据过滤算法

针对目前现有算法对隐私敏感数据进行过滤时,仅使用单一的近似度获取方法,在求取近似度时存在一定的局限性,导致平均绝对误差(MAE)值和均方根误差(RMSE)值高的问题,提出了一种基于模糊近似度的隐私敏感数据过滤算法。首先通过改进的局部敏感哈希算法E2LSH对数据进行降维处理,获取到更利于后续近似度计算的低维数据,然后采用Paillier同态加密算法在保证数据安全性的前提下对隐私敏感数据信息进行提取,最后构建梯形模糊评分模型,通过修正余弦相似性和皮尔森相关相似性的混合模型相似性算法对模糊近似度进行计算,完成对隐私敏感数据的过滤。分析实验结果可知,本文方法的MAE最低值低于0.82,说明该方法能够有效地降低MAE值和RMSE值,提升数据过滤效果。