检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于感知哈希和切块的视频相似度检测方法

吴悦, 雒江涛, 刘锐, 胡钟尹

计算机应用 2021, 41 (7): 2070-2075. DOI: 10.11772/j.issn.1001-9081.2020081177

摘要（426）

PDF （1358KB）（224）

长期以来视频侵权问题层出不穷，而检测视频相似度是视频侵权的重要手段。针对现有视频相似度检测方法中存在的多特征关系难以关联、时间复杂度高等问题，提出一种基于感知哈希和切块的快速对比方法。首先，利用视频的关键图像帧生成数字指纹集；然后，基于切块的方法构建相应的倒排索引，提高数字指纹间的对比速度；最后，根据得到的数字指纹间的汉明距离进行相似度判定。实验结果表明，与传统的感知哈希对比方法相比，该方法能在保证检测准确度的前提下将检测时间平均缩短93%；与多特征哈希（MTH）、自学习哈希（STH）、光哈希（SPH）等三种常见方法相比，所提方法的平均准确率均值（mAP）分别提高了1.4%、2%和2.3%，检测时间分别缩短了24%、32%和16%，验证了所提方法的可行性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于集成LightGBM和贝叶斯优化策略的房价智能评估模型

顾桐, 许国良, 李万林, 李家浩, 王志愿, 雒江涛

计算机应用 2020, 40 (9): 2762-2767. DOI: 10.11772/j.issn.1001-9081.2019122249

摘要（572）

PDF （902KB）（660）

针对传统房价评估方法中存在的数据源单一、过分依赖主观经验、考虑因素理想化等问题，提出一种基于多源数据和集成学习的智能评估方法。首先，从多源数据中构造特征集，并利用Pearson相关系数与序列前向选择法提取最优特征子集；然后，基于构造的特征，以Bagging集成策略作为结合方法集成多个轻量级梯度提升机（LightGBM），并利用贝叶斯优化算法对模型进行优化；最后，将该方法应用于房价评估问题，实现房价的智能评估。在真实的房价数据集上进行的实验表明，相较于支持向量机（SVM）、随机森林等传统模型，引入集成学习和贝叶斯优化的新模型的评估精度提升了3.15%，并且百分误差在10%以内的评估结果占比84.09%。说明所提模型能够很好地应用于房价评估领域，得到的评估结果更准确。

参考文献 | 相关文章 | 多维度评价