面向主题爬取的多粒度URLs优先级计算方法

垂直检索系统中主题爬虫的性能对整个系统至关重要。在设计主题爬虫时需要解决两个问题:一是计算当前页面与给定主题的相关度,二是计算待爬取URLs的访问优先级。对第一个问题,给出利用页面的主题文本块和相关链接块的相关度计算方法;对第二个问题,给出基于主题上下文和四种不同的粒度(即站点级、页面级、块级和链接级)的优先级计算方法。在此基础上,提出基于上述方法的主题爬取算法。实验证明,新算法在不增加时间复杂度的前提下,在查准率和信息量总和方面明显优于其他三种经典的爬取算法。

基于两次应用优先级的GDP时隙分配算法模型

地面等待策略是空中交通流量管理中主要采用的一种方法,文中主要介绍了基于两次应用优先级的GDP时隙分配算法。初次优先级的使用是达到分组的目的,再次应用优先级则是为了解决初次分配后可能存在的在同一分组中航班竞争同一时隙的问题。文中对相应的算法实现做了详细介绍,并对成都双流机场的航班进行了多次仿真实验。同时和单纯的基于优先级的方法进行了对比,验证了该算法的可行性。

基于主题相关概念和网页分块的主题爬虫研究

针对传统主题爬虫的不足,提出一种基于主题相关概念和网页分块的主题爬虫。先通过主题分类树获取主题相关概念集合,然后结合主题描述文档构建主题向量来描述主题;下载网页后引入网页分块来穿越"灰色隧道";采用文本内容和链接结构相结合的策略计算候选链接优先级,并在HITS算法的基础上提出了R-HITS算法计算链接结构对候选链接优先级的贡献。实验结果表明,利用该方法实现的主题爬虫查准率达66%、信息量总和达53%,在垂直搜索引擎和舆情分析应用方面有更好的搜索效果。

基于纹理规则性分析的图像填补方法

针对目前图像填补中存在的很难自动分析和提取前景、背景,然后合理地恢复图像等问题,提出一种利用纹理规则性分析和纹理合成技术进行有效图像填补的方法.为了实现自动化的提取,将前景视为近似规则纹理的场景区域,首先引入纹理规则性分析方法,利用近似规则纹理具有强烈的信号规则性的特点自动有效地提取前景信息;然后通过合成优先级的思想将纹理合成技术和图像修补技术结合起来,提出一个合理的背景填补方法以恢复图像.实验结果证明,该方法可以自动有效地提取具有近似规则纹理特征的前景或背景内容,并合理地恢复图像.

关于破损区域全局优化的图像修复方法研究

对于破损图像的修复,现有方法通常无法有效保证破损区域结构平滑、准确高效的补全。为此提出了全局优化的破损区域修复方法。方法分析了修复模型存在的缺陷,充分考虑到图像结构与图像关联性的同时,设计了由数据项、可信项与关联项共同描述的优先级计算,同时将像素标记候选状态,迭代过程不断刷新优先级与状态,直至破损区域全部像素状态均被标记完成。为进一步提高修复质量,对图像采取全局增强处理,针对破损区域具有的模糊属性,引入模糊理论处理图像灰度的隶属度,同时通过灰度梯度,构造辅助图像,最终实现对破损图像轮廓和细节的增强。通过仿真,证明了全局优化修复方法能够对图像破损区域进行更加准确、连续的填充,并且具有更好的保真性与修复效率。

动态多DAG调度的改进算法

工作流调度问题通常可以描述为一个活动与数据传输约束组成的有向无环图(directed acyclic graph,DAG),基于Planner-guided算法框架,采用新的基于多有向无环图节点合并的优先级计算方案改进原有算法,改善了系统中已存在未执行的DAG结点优先级过小而被滞后的问题,从而使得任务在机器上排布相对比较密集,提升了多个DAG结点间调度公平性。结果表明,提出的改进算法优先级计算更加合理,在资源利用率和执行时间上优于Planner-guided算法,调度整体性能得到一定提升。

基于改进匹配区域的虚拟化图像修复算法

本文对图像修复领域中的Criminal算法及其存在的问题进行了介绍,提出了对匹配区域与匹配块的改进方法。对邻域相关性模块中存在的优先级问题进行了改动,并在修复过程中,根据领域信息使样本快能自动调整大小,以适应不同结构不同纹理的图像。在模块相似性计算中融入颜色直方图,提高匹配的准确性。经过实践表明,改进后的纹理合成算法比Criminisi算法有更好的修复效果,更符合人物视觉系统的特征。

基于边缘像素约束规则与双特征模型的图像修复算法

为了解决当前基于样本块的图像修复算法主要是常采用固定尺寸的样本块进行重构,在面对丰富的边缘细节信息时,导致重构图像中出现振铃效应以及不连贯效应等不足,提出了一种基于边缘像素约束与双特征模型的图像修复算法。首先,将图像信息熵引入Criminisi算法中,改进了优先级计算函数,确定图像修复的顺序。然后,利用Sobel算子对图像进行边缘检测,利用边缘像素所对应的灰度信息来建立边缘像素约束规则,通过边缘像素点的灰度值之差动态选择合适尺寸的样本块。最后,通过联合SSD和SSIM模型,设计双特征模型,对待修复块以及匹配块进行相似性度量,确定最佳匹配块对损坏区域块进行填充,完成图像修复。实验结果显示,与当前图像修复算法相比,所提算法具有更高复原质量与效率。所提算法具备较好的图像修复能力,在图像处理领域具有良好的参考价值。

基于D-S证据理论的图像修复算法

图像的修复质量容易受到待修复区域边界上修复顺序的影响。针对该问题,提出一种基于D-S证据理论的图像修复算法。通过分析待修复区域像素点所在模块周围的图像特征,考虑图像修复优先级计算中纹理特征和结构特征各自所占的比重问题,采用D-S证据理论改进修复算法的优先级计算。实验结果表明,该算法能有效提高图像的修复效果。