检索结果

Select

1. 基于异方差高斯过程的时间序列数据离群点检测

严宏, 杨波, 杨红雨

计算机应用 2018, 38 (5): 1346-1352. DOI: 10.11772/j.issn.1001-9081.2017102511

摘要（578）

PDF （1092KB）（419）

时间序列数据在测量过程中通常受到事物内在可变性以及外界干扰等因素的影响，针对各个时间点上数据受影响程度不同的情况，提出一种基于高斯过程预估模型的时间序列数据离群点检测方法。将监测数据分解为标准值和偏差项两个部分，除了对理想情况下的标准值建模，还再次使用高斯过程实现对异方差偏差项的有效描述，通过变分推断解决引入偏差项后的后验概率求解问题，将后验分布中设定的容差区间用于离群点判定。使用雅虎公司公开的网络流量时序数据进行验证，模型输出的容差区间在不同时间点上的变化趋势与标注的正常数据偏差情况相符，并在对比实验中异常检测性能指标F1-score优于自回归积分滑动平均模型、一类支持向量机以及基于密度并伴随噪声的空间聚类算法。实验结果表明，该模型能够有效描述各个时间点上正常数据的分布情况，取得误报率和召回率两方面的综合权衡，而且可以避免模型参数设置不当导致的性能问题。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于结构张量的视频超分辨率算法

严宏海, 卜方玲, 徐新

计算机应用 2016, 36 (7): 1944-1948. DOI: 10.11772/j.issn.1001-9081.2016.07.1944

摘要（411）

PDF （996KB）（392）

针对传统正则化超分辨率（SR）重建模型中，正则化参数选择过大会使重建结果模糊，导致边缘和纹理等细节丢失，选择过小模型去噪能力又不足的问题，提出一种基于结构张量的双正则化参数的视频超分辨率重建算法。首先，利用局部结构张量对图像进行平滑区域和边缘的检测；然后，利用差异曲率对全变分（TV）进行先验信息加权；最后，对平滑区域和边缘采用不同的正则化参数进行超分辨率重建。实验数据显示提出的算法将峰值信噪比（PSNR）提高了0.033～0.11 dB，具有较好的重建效果。实验结果表明：该算法能够有效地提升低分辨率（LR）视频帧重建效果，可应用于低分辨率视频增强、车牌识别和视频监控中感兴趣目标增强等方面。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于ANTLR的NC代码编译器的设计与实现

禹丹严宏志王继娜

计算机应用

摘要（1397）

PDF （655KB）（1526）

采用了扩展的巴科斯范式（EBNF）定义NC程序语法规则，提出了一种基于语言识别工具（ANTLR）的NC代码编译器的设计模型。该模型采用Java语言开发，具有良好的平台无关性；分别从词法分析、语法和语义分析、信息提取等方面进行编译器的设计与实现。实际运行结果表明：该模型能够高效地构建编译器原型;可快速、准确地对NC代码进行编译;具有良好的可扩展性。