一种时空轨迹群体运动移动簇模式的排序算法

移动对象的群体运动移动簇模式是时空轨迹模式挖掘的重要内容,可用于发现群体运动规律、运动趋势以及群体事件.轨迹模式挖掘过程中通常会产生大量移动簇模式,然而用户感兴趣的只是少数一部分.我们可以通过对移动簇模式进行排序,从而帮助用户找出其感兴趣的少数移动簇模式,但目前针对移动对象群体运动移动簇模式排序的研究工作尚未报道,为此本文提出群体运动移动簇模式排序算法.首先利用移动簇所包含的空间属性,建立"移动簇-兴趣点"的图模型,并基于该模型提出重启式随机游走的群体运动移动簇模式排序算法RWR-Ranking,对大量移动簇进行排序,使得用户感兴趣的结果尽可能排在前面;此外,对RWR-Ranking方法进行改进,结合移动簇所包含的时空属性提出带权重的重启式随机游走的群体运动移动簇模式排序算法WRWR-Ranking;最后,利用真实轨迹数据集进行实验,验证了本文所提出的方法的有效性.

基于随机点积图的图像标注改善算法

针对自动图像标注中底层特征和高层语义之间的鸿沟问题,提出一种基于随机点积图的图像标注改善算法。该算法首先采用图像底层特征对图像候选标注词建立语义关系图,然后利用随机点积图对其进行随机重构,从而挖掘出训练图像集中丢失的语义关系,最后采用重启式随机游走算法,实现图像标注改善。该算法结合了图像的底层特征与高层语义,有效降低了图像集规模变小对标注的影响。在3种通用图像库上的实验证明了该算法能够有效改善图像标注,宏F值与微平均F值最高分别达到0.784与0.743。