一种基于区域特征关联的图像语义标注方法

图像语义的标注需要解决图像高层语义和底层特征间存在的语义鸿沟。采用基于图像分割、并结合图像区域特征抽取的方法,建立图像区域语义与底层特征间的关联,采用基于距离的分类算法,计算区域特征间的相似性,并对具有相同或相近特征的区域的语义采用关联关键字的方法进行区分,用关键字实现图像语义的自动标注。

泛组合运算模型研究

泛逻辑学是在模糊逻辑的基础上,分析命题之间关系的连续可变性。提出了"广义相关性"和"广义自相关性"两个重要的概念,将命题连接词运算模型定义为由相关性所控制的算子簇,实现了命题连接词运算模型的柔性化。其中泛组合运算模型是为了满足连续值逻辑中综合决策的需求而提出的。目前仅有二元模型,在实际应用中迫切需要多元模型。但由于泛组合问题的复杂度随着"元"的个数增加而急剧增大,其设计有一定的难度。提出了多元泛组合运算模型和生成元加权零级泛组合运算模型,从而不仅满足了应用中多元综合决策的要求,还进一步完善了泛逻辑学中的命题连接词理论。

一种面向数据流处理的直方图增量维护算法

针对数据流的数据处理,给出了一种简单、实用的Agglomerative类直方图增量维护算法,该算法充分利用等宽直方图和变宽直方图优点,克服各自估算不够准确和维护复杂的缺点,并且能够以数据块为单位对直方图进行增量维护,通过合并与分裂直方图的桶,来平衡算法的计算速度、精确度和占用内存空间三者之间的关系。实验表明该算法对数据流数据的处理具有较强的实用性和有效性。

迭代开发模式中功能测试自动化的研究与实现

当前在迭代式开发模式中,由于模块或功能的频繁变化,使功能测试用例迅速老化,尤其是功能测试的自动化更是难以实现和维护,结果测试效率低下,延长开发周期并且不能有效保证软件质量。因此在深入分析迭代开发与功能测试特点的基础上,将超前测试的思想引入测试流程,实现了自动化的测试框架,并在该框架的管理下分阶段逐步地实现测试用例地自动化,使得开发、手动测试、自动化测试流水作业,并通过实际工作验证了框架的可用性和有效性。

临界布尔网络的函数泛化问题研究

布尔网络是研究基因调控网络的一种非常重要的模型,通过时序数据推理基因之间的调控关系是研究网络动态行为和干预策略的基础.现有的预测研究主要集中在基因之间的调控关系,而对调控基因与目标基因之间的布尔函数的作用方式研究甚少.由于基因调控网络是一种处于有序和无序之间的临界网络,本文研究了众数规则、基于偏斜和基于互信息的三种泛化方法对临界布尔网络的稳态分布距离和灵敏度误差的影响.结果表明合理的泛化能够明显提高预测网络的稳态分布距离和灵敏度误差指标.三种泛化方法中,基于互信息的泛化方法的总体性能最好.