2006年 第43卷 第1期
摘要:
报警的聚合与关联是入侵检测领域一个很重要的发展方向.阐述了研发报警聚合与关联系统的必要性通过对报警的聚合与关联可以实现的各项目标;重点讨论了现有的各种报警聚合与关联算法,并分析了各算法的特点;介绍了在开发入侵报警管理系统(IDAMS)中如何根据算法特点选择算法的原则;总结了现有聚合与关联系统的体系结构;简要介绍了IDMEF标准数据格式以及它在报警关联中的作用;最后,介绍了现有聚合与关联系统的发展现状,并提出了研发入侵报警聚合与关联系统所面临的重要技术问题和发展方向.
报警的聚合与关联是入侵检测领域一个很重要的发展方向.阐述了研发报警聚合与关联系统的必要性通过对报警的聚合与关联可以实现的各项目标;重点讨论了现有的各种报警聚合与关联算法,并分析了各算法的特点;介绍了在开发入侵报警管理系统(IDAMS)中如何根据算法特点选择算法的原则;总结了现有聚合与关联系统的体系结构;简要介绍了IDMEF标准数据格式以及它在报警关联中的作用;最后,介绍了现有聚合与关联系统的发展现状,并提出了研发入侵报警聚合与关联系统所面临的重要技术问题和发展方向.
摘要:
随着网络技术的飞速发展,网络入侵检测系统需要处理大量的数据,处理能力的缺乏会引起入侵事件的漏报或误报,提高入侵检测系统的处理能力是目前急需解决的关键问题.AODIDS是一个由移动代理作为优化组件、多个分析结点及探测结点组成的可自动进行优化的分布式网络入侵检测系统. AODIDS的优化组件执行系统的性能评估,制定相应的优化策略,在规定的系统检测正确率的前提下平衡分配网络流量,从而尽可能地发挥整个系统的处理能力.
随着网络技术的飞速发展,网络入侵检测系统需要处理大量的数据,处理能力的缺乏会引起入侵事件的漏报或误报,提高入侵检测系统的处理能力是目前急需解决的关键问题.AODIDS是一个由移动代理作为优化组件、多个分析结点及探测结点组成的可自动进行优化的分布式网络入侵检测系统. AODIDS的优化组件执行系统的性能评估,制定相应的优化策略,在规定的系统检测正确率的前提下平衡分配网络流量,从而尽可能地发挥整个系统的处理能力.
摘要:
为了能够减小运算系统的需信任计算基础、描述较小粒度的安全策略,目前的研究倾向于从程序设计语言和编译器入手来提高软件的安全性.基于以上研究背景设计了一种类型化的低级语言TLL. TLL是一种为Java虚拟机即时编译器设计的类型安全中间语言,以构造一个具有更小需信任计算基础的Java虚拟机系统为目的. TLL的类型系统基于多态的类型化λ演算,它具有丰富的表现力且能够编码各种高级语言的抽象.基于TLL的一个虚拟机原型系统已经实现,它可以作为实现一个高安全且面向多种源语言的运行时系统的起点.
为了能够减小运算系统的需信任计算基础、描述较小粒度的安全策略,目前的研究倾向于从程序设计语言和编译器入手来提高软件的安全性.基于以上研究背景设计了一种类型化的低级语言TLL. TLL是一种为Java虚拟机即时编译器设计的类型安全中间语言,以构造一个具有更小需信任计算基础的Java虚拟机系统为目的. TLL的类型系统基于多态的类型化λ演算,它具有丰富的表现力且能够编码各种高级语言的抽象.基于TLL的一个虚拟机原型系统已经实现,它可以作为实现一个高安全且面向多种源语言的运行时系统的起点.
摘要:
提出了一种基于加法共享的非交互的可验证秘密再分发协议,协议同时具有门限的性质,能应用于可改变访问结构的成员集合,新旧成员集合之间不需要保持任何关系.协议采用加法共享和份额备份的技术,不但可以验证秘密影子和子影子的正确性,而且能够恢复错误的影子,同时可以鉴别错误成员的集合,能够解决错误成员定位困难的问题.由于采用的是加法共享的方式,所以可以方便地转化为动态RSA再分发体制.协议是正确的、鲁棒的和安全的,并且各方面性能都比较高.
提出了一种基于加法共享的非交互的可验证秘密再分发协议,协议同时具有门限的性质,能应用于可改变访问结构的成员集合,新旧成员集合之间不需要保持任何关系.协议采用加法共享和份额备份的技术,不但可以验证秘密影子和子影子的正确性,而且能够恢复错误的影子,同时可以鉴别错误成员的集合,能够解决错误成员定位困难的问题.由于采用的是加法共享的方式,所以可以方便地转化为动态RSA再分发体制.协议是正确的、鲁棒的和安全的,并且各方面性能都比较高.
摘要:
电子拍卖的一个热点问题是保护标价的秘密性,因为存在第三方不可信任或相互勾结.提出了一个实用的保护标价安全的电子拍卖方案,除了中标价以外,它在任何勾结攻击情况下都能保证投标者标价的秘密性,可以公开验证中标价的正确性,效率远远高于最近Brandt提出的方案.其实现只需要O(log\-2v)轮通信,其中v是标价的范围.投标者注册使用数字签名后能保证协议的不可伪造性、抗重放攻击性和不可否认性.协议中使用零知识证明的安全性保证了系统的鲁棒性.
电子拍卖的一个热点问题是保护标价的秘密性,因为存在第三方不可信任或相互勾结.提出了一个实用的保护标价安全的电子拍卖方案,除了中标价以外,它在任何勾结攻击情况下都能保证投标者标价的秘密性,可以公开验证中标价的正确性,效率远远高于最近Brandt提出的方案.其实现只需要O(log\-2v)轮通信,其中v是标价的范围.投标者注册使用数字签名后能保证协议的不可伪造性、抗重放攻击性和不可否认性.协议中使用零知识证明的安全性保证了系统的鲁棒性.
摘要:
基于Shamir的门限方案和RSA密码体制,提出一个一般访问结构上的秘密共享方案.参与者的秘密份额是由各参与者自己选择,秘密分发者不需要向各参与者传送任何秘密信息.当秘密更新、访问结构改变或参与者加入/退出系统时,各参与者的份额不需要更新.秘密份额的长度小于或等于秘密的长度.每个参与者只需维护一个秘密份额就可以实现对多个秘密的共享.在秘密恢复过程中,每个参与者能够验证其他参与者是否进行了欺骗.方案的安全性是基于Shamir的门限方案和RSA密码体制的安全性.
基于Shamir的门限方案和RSA密码体制,提出一个一般访问结构上的秘密共享方案.参与者的秘密份额是由各参与者自己选择,秘密分发者不需要向各参与者传送任何秘密信息.当秘密更新、访问结构改变或参与者加入/退出系统时,各参与者的份额不需要更新.秘密份额的长度小于或等于秘密的长度.每个参与者只需维护一个秘密份额就可以实现对多个秘密的共享.在秘密恢复过程中,每个参与者能够验证其他参与者是否进行了欺骗.方案的安全性是基于Shamir的门限方案和RSA密码体制的安全性.
摘要:
基于隐私保护的分类挖掘是近年来数据挖掘领域的热点之一,如何对原始真实数据进行变换,然后在变换后的数据集上构造判定树是研究的重点.基于转移概率矩阵提出了一个新颖的基于隐私保护的分类挖掘算法,可以适用于非字符型数据(布尔类型、分类类型和数字类型)和非均匀分布的原始数据,可以变换标签属性.实验表明该算法在变换后的数据集上构造的分类树具有较高的精度.
基于隐私保护的分类挖掘是近年来数据挖掘领域的热点之一,如何对原始真实数据进行变换,然后在变换后的数据集上构造判定树是研究的重点.基于转移概率矩阵提出了一个新颖的基于隐私保护的分类挖掘算法,可以适用于非字符型数据(布尔类型、分类类型和数字类型)和非均匀分布的原始数据,可以变换标签属性.实验表明该算法在变换后的数据集上构造的分类树具有较高的精度.
摘要:
UML已经成为建模语言的事实标准,如何从UML分析设计模型生成测试用例也为面向对象软件测试带来了新的挑战.为了从UML设计模型中的活动图直接生成测试用例,给出了UML活动图的形式化定义和灰盒测试方法.该方法首先分析UML活动图上的所有执行路径(每条路径称为一个测试场景),然后根据测试场景中的节点和转换所代表的活动及其输入/输出变量、相关约束条件等生成测试用例.并根据该方法实现了一个自动生成测试用例的工具UMLTGF,它可以从Rational Rose的规约文件中提取活动图信息并生成相应的测试用例.该工具能够提高软件测试的效率,降低测试成本.
UML已经成为建模语言的事实标准,如何从UML分析设计模型生成测试用例也为面向对象软件测试带来了新的挑战.为了从UML设计模型中的活动图直接生成测试用例,给出了UML活动图的形式化定义和灰盒测试方法.该方法首先分析UML活动图上的所有执行路径(每条路径称为一个测试场景),然后根据测试场景中的节点和转换所代表的活动及其输入/输出变量、相关约束条件等生成测试用例.并根据该方法实现了一个自动生成测试用例的工具UMLTGF,它可以从Rational Rose的规约文件中提取活动图信息并生成相应的测试用例.该工具能够提高软件测试的效率,降低测试成本.
摘要:
综合考虑当前各种软件构架描述方式的特点,结合分布式软件的特征,首先,提出并建立了一个以属性文法AG(attributed grammar)为基础的、基于构件的分布式软件构架描述语言DSADL(distributed software architecture description language)及其自动生成模型,通过对属性文法的扩充,实现了用其描述构件的并行、同步、时序等特性;其次,借助于AG分析器和属性计算器,开发了基于DSADL的分布式软件构架开发集成环境原型,支持对分布式软件体系结构的图形化建模和ADL的自动生成,可方便地进行系统验证和分析.初步使用表明,DSADL能够有效辅助分布式软件设计人员在构架层次上对系统进行分析和设计,从而提高系统的开发效率.
综合考虑当前各种软件构架描述方式的特点,结合分布式软件的特征,首先,提出并建立了一个以属性文法AG(attributed grammar)为基础的、基于构件的分布式软件构架描述语言DSADL(distributed software architecture description language)及其自动生成模型,通过对属性文法的扩充,实现了用其描述构件的并行、同步、时序等特性;其次,借助于AG分析器和属性计算器,开发了基于DSADL的分布式软件构架开发集成环境原型,支持对分布式软件体系结构的图形化建模和ADL的自动生成,可方便地进行系统验证和分析.初步使用表明,DSADL能够有效辅助分布式软件设计人员在构架层次上对系统进行分析和设计,从而提高系统的开发效率.
摘要:
针对传统的基于隐Markov模型(HMM)的聚类算法在时间序列聚类的不足,提出了一种新的基于HMM的分层时间序列聚类算法HBHCTS,旨在提高聚类质量,同时对聚类结果给出类的表示. HBHCTS算法应用HMM对时间序列进行建模,并按照“最相似”的原则得到序列所对应的初始模型集,进而对这些初始模型合并更新及迭代得到聚类结果.实验中主要研究了聚类正确率与序列长度及模型距离的关系,结果表明HBHCTS算法比传统的基于HMM的聚类算法准确性高.
针对传统的基于隐Markov模型(HMM)的聚类算法在时间序列聚类的不足,提出了一种新的基于HMM的分层时间序列聚类算法HBHCTS,旨在提高聚类质量,同时对聚类结果给出类的表示. HBHCTS算法应用HMM对时间序列进行建模,并按照“最相似”的原则得到序列所对应的初始模型集,进而对这些初始模型合并更新及迭代得到聚类结果.实验中主要研究了聚类正确率与序列长度及模型距离的关系,结果表明HBHCTS算法比传统的基于HMM的聚类算法准确性高.
摘要:
在重新定义序列模式的长度、增加了序列模式的挖掘粒度的基础上,提出一种基于大项集重用的序列模式挖掘算法HVSM. 该算法采用垂直位图法表示数据库,先横向扩展项集,将挖掘出的所有大项集组成一大序列项集,再纵向扩展序列,将每个一大序列项集作为“集成块”,在挖掘k大序列时重用大项集.并以兄弟节点为种子生成候选大序列,利用1st-TID对支持度进行计数.实验表明,对于大规模事务数据库,该算法有效地提高了挖掘效率.
在重新定义序列模式的长度、增加了序列模式的挖掘粒度的基础上,提出一种基于大项集重用的序列模式挖掘算法HVSM. 该算法采用垂直位图法表示数据库,先横向扩展项集,将挖掘出的所有大项集组成一大序列项集,再纵向扩展序列,将每个一大序列项集作为“集成块”,在挖掘k大序列时重用大项集.并以兄弟节点为种子生成候选大序列,利用1st-TID对支持度进行计数.实验表明,对于大规模事务数据库,该算法有效地提高了挖掘效率.
摘要:
空间数据仓库有效地支持对空间数据的管理和分析,提供更加全面的决策支持.讨论了一种有效的空间决策支持手段——空间区域聚集查询的实现.基于aggregate cubetree和aR-tree提出了一个可以有效地在空间维和非空间维上进行区域聚集查询的索引结构aCR-tree及其相关算法,并计算分析了查询算法的时间复杂度.与现有技术相比aCR-tree降低了存储代价和每次查询访问的节点数,通过实验证明,该索引结构可以提供较好的存储性能和查询性能.
空间数据仓库有效地支持对空间数据的管理和分析,提供更加全面的决策支持.讨论了一种有效的空间决策支持手段——空间区域聚集查询的实现.基于aggregate cubetree和aR-tree提出了一个可以有效地在空间维和非空间维上进行区域聚集查询的索引结构aCR-tree及其相关算法,并计算分析了查询算法的时间复杂度.与现有技术相比aCR-tree降低了存储代价和每次查询访问的节点数,通过实验证明,该索引结构可以提供较好的存储性能和查询性能.
摘要:
提出了一种基于保留全局公共模式和约束交叉位置的遗传算法CRGA,该算法解决了标准交叉算子容易破坏高阶、长而好的模式及其在相似个体之间低效的问题,CRGA通过对适应度高于群体平均适应度的个体模式基因值的统计来估算父个体基因值在子个体中保留的概率,从而达到对高阶、长而好的模式的保护;同时通过约束交叉位置,保证了交叉操作一定能产生新个体.实验结果表明,CRGA算法在收敛精度和收敛速度上都要明显优于基于标准交叉算子的遗传算法.
提出了一种基于保留全局公共模式和约束交叉位置的遗传算法CRGA,该算法解决了标准交叉算子容易破坏高阶、长而好的模式及其在相似个体之间低效的问题,CRGA通过对适应度高于群体平均适应度的个体模式基因值的统计来估算父个体基因值在子个体中保留的概率,从而达到对高阶、长而好的模式的保护;同时通过约束交叉位置,保证了交叉操作一定能产生新个体.实验结果表明,CRGA算法在收敛精度和收敛速度上都要明显优于基于标准交叉算子的遗传算法.
摘要:
粒子群优化方法是由Kennedy和Eberhart于1995年提出的一种基于群体智能(swarm intelligence)的进化计算技术.定义了“群核”(swarm-core)的概念,并在此基础上,提出了基于群核进化的粒子群优化方法(swarm-core evolutionary particle swarm optimization, SCEPSO),在SCEPSO方法中,为增强群体的优化能力,把群体分成了3个子群体,并且每个子群体有各自不同的“分工”.同时研究了SCEPSO方法对连续变化的最优点的动态跟踪能力,在3种动态优化模型下进行了实验.实验结果表明,与传统PSO方法相比,SCEPSO方法能够可靠并精确地跟踪连续变化的全局最优解.
粒子群优化方法是由Kennedy和Eberhart于1995年提出的一种基于群体智能(swarm intelligence)的进化计算技术.定义了“群核”(swarm-core)的概念,并在此基础上,提出了基于群核进化的粒子群优化方法(swarm-core evolutionary particle swarm optimization, SCEPSO),在SCEPSO方法中,为增强群体的优化能力,把群体分成了3个子群体,并且每个子群体有各自不同的“分工”.同时研究了SCEPSO方法对连续变化的最优点的动态跟踪能力,在3种动态优化模型下进行了实验.实验结果表明,与传统PSO方法相比,SCEPSO方法能够可靠并精确地跟踪连续变化的全局最优解.
摘要:
通过分析已有的几种微粒群算法,提出了一种统一模型,并通过线性控制理论分析了其收敛性能.为了进一步提高算法效率,提出了两种增强全局搜索性能的参数自适应算法:单群体参数自适应微粒群算法及双群体参数自适应微粒群算法.其中单群体参数自适应微粒群算法在进化初期使用算法发散的参数设置,从而能更大程度地提高算法全局收敛能力.双群体参数自适应微粒群算法使用两个种群,一个执行全局搜索,另一个执行局部搜索,通过信息交流以提高算法性能.仿真实例证明了算法的有效性.
通过分析已有的几种微粒群算法,提出了一种统一模型,并通过线性控制理论分析了其收敛性能.为了进一步提高算法效率,提出了两种增强全局搜索性能的参数自适应算法:单群体参数自适应微粒群算法及双群体参数自适应微粒群算法.其中单群体参数自适应微粒群算法在进化初期使用算法发散的参数设置,从而能更大程度地提高算法全局收敛能力.双群体参数自适应微粒群算法使用两个种群,一个执行全局搜索,另一个执行局部搜索,通过信息交流以提高算法性能.仿真实例证明了算法的有效性.
摘要:
语义Web的基础之一是本体,为了让机器能够理解Web的内容并做推理,需要建立本体,并利用本体中定义的术语作为元数据来标记Web的内容.阐明了本体和领域本体的关系;介绍了现有面向语义Web的本体语言的概况;根据表达能力和推理效率的综合权衡,选择OWL Lite作为本体语言;提出了一种面向语义Web的领域本体表示、推理方法DORRSW和一种面向语义Web的多领域本体集成方法MDOISW;最后给出应用实例来说明方法的应用.通过这些论述,阐明面向语义Web的领域本体表示、推理与集成的基本情况,从而为创建面向语义Web的本体提供了基础知识.
语义Web的基础之一是本体,为了让机器能够理解Web的内容并做推理,需要建立本体,并利用本体中定义的术语作为元数据来标记Web的内容.阐明了本体和领域本体的关系;介绍了现有面向语义Web的本体语言的概况;根据表达能力和推理效率的综合权衡,选择OWL Lite作为本体语言;提出了一种面向语义Web的领域本体表示、推理方法DORRSW和一种面向语义Web的多领域本体集成方法MDOISW;最后给出应用实例来说明方法的应用.通过这些论述,阐明面向语义Web的领域本体表示、推理与集成的基本情况,从而为创建面向语义Web的本体提供了基础知识.
摘要:
将高码率的视频码流转码生成低码率的视频码流,以适应不同网络带宽的需要,这是MPEG视频转码的一个最重要的应用.存在开环和闭环两种不同结构的码率缩减视频转码器,它们在转码速度和转码后的图像质量两方面各有优势.针对这两种转码结构的优缺点,提出了一种新的漂移误差自适应的快速视频转码结构.该结构以块为基本单元自适应地控制漂移误差,同时采用合适的查表算法来降低量化和反量化运算的复杂度.实验结果表明,采用这种结构的视频转码器在转码速度上不仅远远高于闭环结构,而且也超过了传统的开环结构;在转码后的图像质量上接近闭环结构,并且远远好于开环结构.此外,这种结构的视频转码器还可以方便地扩展成为复杂度可伸缩的转码器,根据处理器的有效负荷动态地调整转码器的复杂度,更好地实现实时视频转码服务.
将高码率的视频码流转码生成低码率的视频码流,以适应不同网络带宽的需要,这是MPEG视频转码的一个最重要的应用.存在开环和闭环两种不同结构的码率缩减视频转码器,它们在转码速度和转码后的图像质量两方面各有优势.针对这两种转码结构的优缺点,提出了一种新的漂移误差自适应的快速视频转码结构.该结构以块为基本单元自适应地控制漂移误差,同时采用合适的查表算法来降低量化和反量化运算的复杂度.实验结果表明,采用这种结构的视频转码器在转码速度上不仅远远高于闭环结构,而且也超过了传统的开环结构;在转码后的图像质量上接近闭环结构,并且远远好于开环结构.此外,这种结构的视频转码器还可以方便地扩展成为复杂度可伸缩的转码器,根据处理器的有效负荷动态地调整转码器的复杂度,更好地实现实时视频转码服务.
摘要:
脊波变换作为一种新的连续空间中函数的多尺度表示方法,其离散变换形式仍然有许多问题有待解决.目前大多将离散脊波变换形式看做Radon变换与小波变换的复合变换形式,进而对其分步进行处理.利用计算机图形学中的Bresenham算法思想,使得在实现Radon变换的过程中提高了变换的效率.与先前的最近邻方法相比,快速准确,并可完全重构.数值实验显示,与Z\+2\-p方法实现的脊波变换相比较,利用此方法生成的图像重构、压缩、去噪效果都有显著提高,为进一步的研究工作奠定了基础.
脊波变换作为一种新的连续空间中函数的多尺度表示方法,其离散变换形式仍然有许多问题有待解决.目前大多将离散脊波变换形式看做Radon变换与小波变换的复合变换形式,进而对其分步进行处理.利用计算机图形学中的Bresenham算法思想,使得在实现Radon变换的过程中提高了变换的效率.与先前的最近邻方法相比,快速准确,并可完全重构.数值实验显示,与Z\+2\-p方法实现的脊波变换相比较,利用此方法生成的图像重构、压缩、去噪效果都有显著提高,为进一步的研究工作奠定了基础.
摘要:
针对水平集模型对于具有细长拓扑部分的目标和弱边界目标进行分割时存在的问题,提出了双水平集方法.在新的方法中通过两条水平集之间的相互吸引来加速解的收敛,同时提出了一种快速有符号距离函数生成方法,提高了计算效率.传统的水平集通常利用图像边界信息来构造速度函数进行求解,但在待分割目标具有很强噪音或具有弱边界时往往得不到真实解,对此,提出了一种新的基于区域信息的速度构造方法.将双水平集模型应用到合成图像与左心室MR图像的分割实验,结果表明该方法具有较好的分割效果和较高的分割效率.
针对水平集模型对于具有细长拓扑部分的目标和弱边界目标进行分割时存在的问题,提出了双水平集方法.在新的方法中通过两条水平集之间的相互吸引来加速解的收敛,同时提出了一种快速有符号距离函数生成方法,提高了计算效率.传统的水平集通常利用图像边界信息来构造速度函数进行求解,但在待分割目标具有很强噪音或具有弱边界时往往得不到真实解,对此,提出了一种新的基于区域信息的速度构造方法.将双水平集模型应用到合成图像与左心室MR图像的分割实验,结果表明该方法具有较好的分割效果和较高的分割效率.
摘要:
为了获得更完整的虹膜特征,通过空域和频域两个角度提取纹理特征,以变化分数维和小波特征值共同构成虹膜的初始特征序列.然后使用多目标遗传算法对所抽取的特征序列进行优化约减,最后以优化好的特征序列来训练虹膜分类器对虹膜进行识别.并针对虹膜认证实际应用中变化的安全性要求,使用了非对称的支持向量机.实验结果表明,结合时域和频域的特征序列较好地反映了虹膜的纹理变化特性,提高了虹膜识别的正确率.
为了获得更完整的虹膜特征,通过空域和频域两个角度提取纹理特征,以变化分数维和小波特征值共同构成虹膜的初始特征序列.然后使用多目标遗传算法对所抽取的特征序列进行优化约减,最后以优化好的特征序列来训练虹膜分类器对虹膜进行识别.并针对虹膜认证实际应用中变化的安全性要求,使用了非对称的支持向量机.实验结果表明,结合时域和频域的特征序列较好地反映了虹膜的纹理变化特性,提高了虹膜识别的正确率.
摘要:
核不相关鉴别分析是在线性不相关鉴别分析的基础上发展起来的.然而,由于核函数的运用,计算核不相关矢量集变得更加复杂.为了解决这个问题,提出一种解决核不相关鉴别分析的有效算法.该算法巧妙地利用了矩阵的分解,然后在一个矩阵对上进行广义奇异值分解.与此同时,提出了几个相关的定理.最重要的是,提出的算法能克服核不相关鉴别分析中矩阵的奇异问题.在某种意义上,提出的算法拓宽了已有的算法,即从线性问题到非线性问题.最后,用手写数字字符识别实验来验证提出的算法是可行和有效的.
核不相关鉴别分析是在线性不相关鉴别分析的基础上发展起来的.然而,由于核函数的运用,计算核不相关矢量集变得更加复杂.为了解决这个问题,提出一种解决核不相关鉴别分析的有效算法.该算法巧妙地利用了矩阵的分解,然后在一个矩阵对上进行广义奇异值分解.与此同时,提出了几个相关的定理.最重要的是,提出的算法能克服核不相关鉴别分析中矩阵的奇异问题.在某种意义上,提出的算法拓宽了已有的算法,即从线性问题到非线性问题.最后,用手写数字字符识别实验来验证提出的算法是可行和有效的.
摘要:
视觉信息对于理解语音的内容非常重要.不只是听力有障碍的人,普通人在交谈过程中也存在着一定程度的唇读,尤其是在语音质量受损的噪声环境下.正如文语转换系统可以使计算机像人一样讲话,文本-视觉语音合成系统可以使计算机模拟人类语音的双模态性,让计算机界面变得更为友好.回顾了文本-视觉语音合成的发展.文本驱动的视觉语音合成的实现方法可以分为两类:基于参数控制的方法和基于数据驱动的方法.详细介绍了参数控制类中的几个关键问题和数据驱动类中的几种不同实现方法,比较了这两类方法的优缺点及不同的适用环境.
视觉信息对于理解语音的内容非常重要.不只是听力有障碍的人,普通人在交谈过程中也存在着一定程度的唇读,尤其是在语音质量受损的噪声环境下.正如文语转换系统可以使计算机像人一样讲话,文本-视觉语音合成系统可以使计算机模拟人类语音的双模态性,让计算机界面变得更为友好.回顾了文本-视觉语音合成的发展.文本驱动的视觉语音合成的实现方法可以分为两类:基于参数控制的方法和基于数据驱动的方法.详细介绍了参数控制类中的几个关键问题和数据驱动类中的几种不同实现方法,比较了这两类方法的优缺点及不同的适用环境.
摘要:
传统的英文文本语块识别的方法大多是通过设定相应的短语标识符号,最终把语块识别问题转化成词性标注问题来解决.实验表明,这种方法不能充分考虑相邻词性的关系和每种短语的内部组成规律.关联度评价中心词扩展的英文文本语块识别方法从另外一个角度来识别英文文本语块.它具有以下特点:①把每个短语看成是以中心词为核心的聚簇,充分考虑每种短语的内部组成规律;②使用关联度和可信度动态地评价得到的结果.通过对公共测试集的测试,此方法识别的速度较快,而且英语语块识别的F测度值达到了94.05%,与目前的最好结果相当.
传统的英文文本语块识别的方法大多是通过设定相应的短语标识符号,最终把语块识别问题转化成词性标注问题来解决.实验表明,这种方法不能充分考虑相邻词性的关系和每种短语的内部组成规律.关联度评价中心词扩展的英文文本语块识别方法从另外一个角度来识别英文文本语块.它具有以下特点:①把每个短语看成是以中心词为核心的聚簇,充分考虑每种短语的内部组成规律;②使用关联度和可信度动态地评价得到的结果.通过对公共测试集的测试,此方法识别的速度较快,而且英语语块识别的F测度值达到了94.05%,与目前的最好结果相当.
摘要:
足球是最具世界性的体育运动之一,球迷遍布五大洲,因此在体育视频节目中足球备受广大观众青睐.在分析了足球视频特点的基础上,提出了一种基于基本语义单元合成Petri网的足球视频查询描述模型.该模型首先定义了一种类似文本字词集合的足球视频基本语义单元集合,在此基础上采用基本语义单元合成Petri网模型建立了一种足球查询语义的描述模型,并分别构建了进球、进攻、角球、犯规、换人等足球语义.初步的实验结果验证了该模型的有效性,并能推广至球类视频和其他体育视频.
足球是最具世界性的体育运动之一,球迷遍布五大洲,因此在体育视频节目中足球备受广大观众青睐.在分析了足球视频特点的基础上,提出了一种基于基本语义单元合成Petri网的足球视频查询描述模型.该模型首先定义了一种类似文本字词集合的足球视频基本语义单元集合,在此基础上采用基本语义单元合成Petri网模型建立了一种足球查询语义的描述模型,并分别构建了进球、进攻、角球、犯规、换人等足球语义.初步的实验结果验证了该模型的有效性,并能推广至球类视频和其他体育视频.
摘要:
针对多源信息融合结果并依据D-S证据结构进行决策的问题,提出一种基于距离测度的D-S证据决策方法.该方法结合决策基元和非决策基元的属性进行决策,将依据D-S证据的决策问题分解成两个层面:属性层面、证据层面.属性层面上,给出候选决策从证据焦元获得支持度的方法;证据层面上,基于辨识框架幂集的元素,构造一个证据焦元向量空间,引入候选决策的理想状态向量,定义距离测度,构建决策模型.最后,对多源水质监测信息融合结果进行决策分析,结果表明该方法是合理、有效的,且具有处理冲突或非冲突证据的优点.
针对多源信息融合结果并依据D-S证据结构进行决策的问题,提出一种基于距离测度的D-S证据决策方法.该方法结合决策基元和非决策基元的属性进行决策,将依据D-S证据的决策问题分解成两个层面:属性层面、证据层面.属性层面上,给出候选决策从证据焦元获得支持度的方法;证据层面上,基于辨识框架幂集的元素,构造一个证据焦元向量空间,引入候选决策的理想状态向量,定义距离测度,构建决策模型.最后,对多源水质监测信息融合结果进行决策分析,结果表明该方法是合理、有效的,且具有处理冲突或非冲突证据的优点.
摘要:
以时间Petri网为模型,验证系统功能性和实时性,在此基础上,提出了一种由子任务的能耗变化率驱动的启发式能耗优化算法,并针对一类特殊形式的网模型——可组合时间Petri网,设计了相应的简化算法.实验说明,上述算法时间复杂度低,且优化效果接近最优值,能够为实时系统低能耗高层综合提供有力支持.
以时间Petri网为模型,验证系统功能性和实时性,在此基础上,提出了一种由子任务的能耗变化率驱动的启发式能耗优化算法,并针对一类特殊形式的网模型——可组合时间Petri网,设计了相应的简化算法.实验说明,上述算法时间复杂度低,且优化效果接近最优值,能够为实时系统低能耗高层综合提供有力支持.