数码原住民的跨媒体数据库消费与交互式文化传播

在数码转型进程中涌现出的数码原住民,正以其旺盛的文化消费精力与积极的媒介使用行为,同那些着意挖掘数码原住民市场潜力并且迎合数码原住民使用需求的互联网平台及文创机构一起,对媒介融合时代流行文化的传播方式造成一些意义巨大的转变。本文从两个方面来说明这种正在发生的转变:一方面,主导性的消费形态正在从文创产品的消费转变为跨媒体数据库的消费;另一方面,传播讯息与受传者的关系正在从“产品—受众”的单向传播关系转变为“数据库—用户”的交互式传播关系。这里所说的“交互式传播”,不仅包含获得媒介赋权的“产消合一者”与经历数码转型的文创产业之间经由界面交互实现的双向传播与反馈循环,还包含用户与用户之间借助社交媒体形成的自组织实践与网络协同作业。

跨媒体数据智能系统技术研究与市场效益

移动智能终端的广泛应用和日益普及,研究这些移动设备、手持终端,以及在网络上登录行为记忆等的消费行为,行动区域,在不同媒体平台上浏览的信息内容等方面信息,已成为一个跨媒体数据研究方向。在这数据就是价值的时代,跨媒体数据智能系统技术研究将带来不可估量的研究价值和市场效益。

基于深度认知神经网络的跨媒体情报大数据智能处理技术

深入分析网络空间中跨媒体数据特点及其应用需求,提出一种新的深度认知神经网络方法框架.在此基础上构建基于深度认知神经网络的跨媒体信息处理框架,并归纳总结其中涉及的关键技术,提出解决方案.实现网络空间中跨媒体情报大数据的综合、归纳和过滤,辅助从海量数据中搜索发现有价值的情报信息,进而提供"从数据到决策"的各种智能信息服务.

情景式跨媒体数字城市系统

结合虚拟现实、GIS和跨媒体技术,提出一种具有高真实感、较强交互能力的情景式数字城市系统实现方法.该方法以GIS矢量数据为空间索引,全景交互式视频为表现内容,且加载文字、图像和音频等数据,并对这些海量信息进行跨媒体数据统一建模,以实现不同类型数据的组织和管理.与通过三维图形实现城市建模相比,采用文中方法实现的系统具有数据采集高效、表现手段真实感强、建模成本低和易于扩充等优势.

融合语义特征和分布特征的跨媒体关联分析方法研究

文本、图像、视频、音频等多种媒体数据具有多源异构的特性,这导致“语义鸿沟”问题的出现。现有文献采用的方法中大多数是针对文本和图像两种媒体数据展开研究,难以实现更多类型媒体数据的关联分析。因此,本文融入多种媒体数据的语义特征和分布特征,来对跨媒体关联分析方法进行深入研究,以实现文本、图像、视频、音频等多种媒体数据的一致性表示。首先,对多种媒体数据进行向量化表示,并输入模型;其次,利用双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)挖掘输入数据的上下文信息,得到各种媒体数据的特征向量;最后,融合特征向量的语义特征和分布特征进行跨媒体关联分析,进而得到跨媒体的一致性表示。自建数据集上的比较实验结果表明,本文的研究方法较之CCA(canonical correlation analysis)、KCCA(kernel canonical correlation analysis)、Deep-SM(deep semantic match)等已有方法具有更高的关联分析准确率,这表明本文的研究方法能够较为准确地发现各种媒体数据之间的语义关联关系。希望本文的研究对跨媒体关联分析研究具有一定的指导和借鉴作用。

XML与DAM及网络化跨媒体出版

以"21世纪知识经济对印刷业的挑战"为主题的第七届世界印刷大会已在北京胜利闭幕,但那些精彩的发言依然记忆犹新,值得重温细思,使人得益匪浅.由于应约已在<印刷杂志>上粗泛地谈了些个人认识与看法,在此就根据<出版与印刷>杂志的读者对象及特点,重点引述一些第七届世界印刷大会上代表的发言及其他参考资料,就有关跨媒体出版的XML与DAM方面的问题,做些传播工作.

社会交通中的社会信号分析与感知

近年来,智能便携设备和移动互联网的迅速发展促使网络空间中积累了海量的数据信息,从而影响了众多领域的研究与发展.本文针对在以社会信号为主的数据对交通领域的影响下产生的跨学科领域−社会交通,从数据及相应技术方法和研究应用方面对物理和网络空间信息的感知、挖掘、分析与利用的研究成果进行综述,并分析、总结与展望该领域的未来研究趋势.

基于位置相关的旅游信息主动推送服务系统

结合线性四叉树、无线互联网、地理信息系统(GIS)和跨媒体技术,实现了一个具有高真实感、较强交互能力的旅游信息主动推送服务系统。该系统以GIS矢量数据为空间索引,互动式旅游知识共享平台和导游手段为表现内容,且加载文字、图像和音视频等数据,并对这些海量信息进行跨媒体数据统一建模,以实现不同类型数据的组织和管理。与现有的电子导游系统相比,该系统具有数据采集高效且低成本、信息时效性高和表现手段真实感强等优势。

基于LDA2Vec和残差网络的跨媒体融合方法研究

【目的】在跨媒体融合机制的理论基础上,优化特征提取以解决异构数据间的语义鸿沟问题。【方法】基于LDA2Vec和ResNet V2模型分别对文本和图片两种媒体形式进行特征提取,通过语义关联匹配将异构的文本图片特征信息映射到一致性表达空间中,完成检索。【结果】相比使用LDA和SIFT算法进行特征提取的跨媒体融合实验,本文方法将文本、图片相互检索的MAP值提高到0.454。【局限】跨媒体数据集的训练集数量不够导致特征训练效果有限;仅考虑优化特征提取方法对跨媒体融合实验效果的提升有限。【结论】本文所提方法能够改善跨媒体融合的实验效果,从跨媒体融合过程入手,为跨媒体融合研究提供了新的研究思路。

按需印刷,你准备好了吗?

按需印刷是按照用户的要求，在指定的时间和地点，直接将文件进行数字印刷和装订。按需印刷又称为“即时印刷”或“闪电印刷”，是数字技术任印刷行业的实践。按需印刷与传统印刷相比，本质区别在于能否准确地根据用户需要什么，何时需要，以及何地需要来精准地进行生产。按需印刷给人们带来了美好的悼憬，但要实现按需印刷，却需要数字印刷技术达到一定的要求。