栏目文章

Select

1. 大数据下的典型机器学习平台综述

焦嘉烽, 李云

计算机应用 2017, 37 (11): 3039-3047. DOI: 10.11772/j.issn.1001-9081.2017.11.3039

摘要（1104）

PDF （1608KB）（1256）

由于大数据海量、复杂多样、变化快，传统的机器学习平台已不再适用，因此，设计一个高效的、通用的大数据机器学习平台成为目前的研究热点。通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化，引出常见的并行计算模型。简单介绍了整体同步并行模型（BSP）、SSP并行计算模型以及BSP、SSP模型与AP模型的区别，主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点，并指出各个平台最适合处理何种大数据问题。最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平台进行了总结，并提出一些建议和展望。

参考文献 | 相关文章 | 多维度评价

Select

2. 回归模型中哑变量的相对重要性指数

李海超, 王开军, 胡淼, 陈黎飞

计算机应用 2017, 37 (11): 3048-3052. DOI: 10.11772/j.issn.1001-9081.2017.11.3048

摘要（845）

PDF （819KB）（622）

为在回归模型中描述定性属性，通常需要引入哑变量。对含哑变量的回归方程，提出描述不同哑变量在回归方程中不同重要程度的方法。该方法分解出含哑变量的回归方程中哑变量部分和非哑变量部分的回归平方和，计算这两部分在该回归方程中所起作用的占比，将该占比设计为各哑变量在回归方程中的相对重要程度指数。在近10万笔的Lending Club和Prosper网络借贷数据集上，所进行的挖掘借款用途对借款成功率、信用等级对借款利率的影响程度的实验结果表明，与传统回归方程仅提供哑变量前的系数却不能展现其重要程度相比，所提方法展现出不同哑变量的不同重要程度，为定量分析回归方程中定性自变量对因变量的影响程度提供了重要的手段。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于卷积神经网络的谣言检测

刘政, 卫志华, 张韧弦

计算机应用 2017, 37 (11): 3053-3056. DOI: 10.11772/j.issn.1001-9081.2017.11.3053

摘要（1800）

PDF （748KB）（1121）

人工检测谣言通常需要耗费大量的人力物力，并且会有很长的检测延迟。目前现存的谣言检测模型一般根据谣言的内容、用户属性、传播方式人工地构造特征，而人工构建特征存在考虑片面、浪费人力等现象。为了解决这个问题，提出了基于卷积神经网络（CNN）的谣言检测模型。将微博中的谣言事件向量化，通过卷积神经网络隐含层的学习训练来挖掘表示文本深层的特征，避免了特征构建的问题，并能发现那些不容易被人发现的特征，从而产生更好的效果。实验结果表明，所提方法能够准确识别谣言事件，在准确率、精确率与F1值指标上优于支持向量机（SVM）与循环神经网络（RNN）等对比算法。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于机器学习的PM2.5短期浓度动态预报模型

戴李杰, 张长江, 马雷鸣

计算机应用 2017, 37 (11): 3057-3063. DOI: 10.11772/j.issn.1001-9081.2017.11.3057

摘要（725）

PDF （1092KB）（692）

针对目前现有的PM2.5模式预报系统的预报值偏离实际浓度较大的问题，从上海市浦东气象局获得2015年2月至7月的PM2.5实况观测浓度、PM2.5模式预报（WRF-Chem）浓度和5个主要气象因子的模式预报数据资料，联合应用支持向量机（SVM）和粒子群优化（PSO）算法建立滚动预报模型，对PM2.5未来24小时浓度进行预报，同时对未来一天的昼、夜均值及日均值浓度进行预报，并与径向基函数神经网络（RBFNN）、多元线性回归法（MLR）、模式预报（WRF-Chem）作对比。实验结果表明，相比其他预报方法，所提出的SVM模型较大提高了PM2.5未来1小时浓度预报精度，这与此前的研究结论相符；所提模型能对PM2.5未来24小时浓度进行较好的预报，能对未来一天的昼均值、夜均值及日均值进行有效预报，并且对未来12小时的逐时浓度及未来一天的夜均值浓度的预报准确度较高。

参考文献 | 相关文章 | 多维度评价

Select

5. 类自动车牌识别轨迹数据的伴随车辆组挖掘

王保全, 蒋同海, 周喜, 马博, 赵凡

计算机应用 2017, 37 (11): 3064-3068. DOI: 10.11772/j.issn.1001-9081.2017.11.3064

摘要（766）

PDF （908KB）（520）

自动车牌识别（ANPR）数据比私人全球定位系统（GPS）数据更易获得，且包含更有用的信息，但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据，现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽视时间因素的缺陷，因此提出一种基于轨迹特征的聚类方法挖掘伴随车辆组。针对自动车牌识别数据中采样点固定而采样时间不定的特点，通过轨迹中共现的次数判定两个对象构成伴随模式。该共现定义引入豪斯多夫距离，综合考虑轨迹的地点、方向和时间特征，旨在挖掘数据中采样点不同但采样点距离近且轨迹相似的伴随车辆组，以此提高伴随车辆组挖掘效率。实验结果表明，所提方法较现有方法更能有效挖掘伴随车辆组，识别非伴随模式数据，效率提升了近两倍。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于有效迭代算法的鲁棒L1范数非平行近似支持向量机

赵彩云, 吴长勤, 葛华

计算机应用 2017, 37 (11): 3069-3074. DOI: 10.11772/j.issn.1001-9081.2017.11.3069

摘要（450）

PDF （989KB）（521）

针对鲁棒L1范数非平行近似支持向量机（L1-NPSVM）求解算法无法保证获取可靠解的问题，提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先，根据L1-NPSVM原目标问题对解具有规模不变性，将其转换为一个等价的带等式约束的最大化问题。该迭代算法在每次迭代中利用更新权机制获取每次迭代的更新解；每次迭代中，问题归结为解两个快速的线性方程问题。从理论上证明了算法的收敛性。在公共UCI数据集上，实验显示，所提算法不仅在分类性能上要远远好于L1-NPSVM，且具有相当的计算优势。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于演进向量量化聚类的增量模糊关联分类方法

霍纬纲, 屈峰, 程震

计算机应用 2017, 37 (11): 3075-3079. DOI: 10.11772/j.issn.1001-9081.2017.11.3075

摘要（423）

PDF （773KB）（475）

为了提高动态数据集上模糊关联分类器（FAC）的建模效率，提出了一种基于演进向量量化（eVQ）聚类的增量模糊关联分类方法。首先，采用eVQ聚类算法增量更新数量属性上的高斯隶属度函数参数；然后，扩展早剪枝更新（UWEP）算法，使之适用于增量挖掘模糊频繁项；最后，以模糊相关度（FCORR）和分类规则前件长度为度量方式裁剪并更新模糊关联分类规则库。在4个UCI标准数据集上的实验结果表明，与批量模糊关联分类建模方法相比，所提方法能够在保证分类精度和解释性的前提下，减少模糊关联分类器的训练时间；基于eVQ的高斯隶属度函数的增量更新有助于提高动态数据集上模糊关联分类器的分类精度。

参考文献 | 相关文章 | 多维度评价

Select

8. 基于密度峰值的网格聚类算法

杨洁, 王国胤, 王飞

计算机应用 2017, 37 (11): 3080-3084. DOI: 10.11772/j.issn.1001-9081.2017.11.3080

摘要（669）

PDF （809KB）（611）

2014年提出的密度峰值聚类算法，思想简洁新颖，所需参数少，不需要进行迭代求解，而且具有可扩展性。基于密度峰值聚类算法提出了一种网格聚类算法，能够高效地对大规模数据进行处理。首先，将 N维空间粒化为不相交的长方形网格单元；然后，统计单元空间的信息，利用密度峰值聚类寻找中心点的思想确定中心单元，即中心网格单元被一些低局部密度的数据单元包围，而且与比自身局部密度高的网格单元的距离相对较大；最后，合并与中心网格单元相近网格单元，从而得出聚类结果。在UCI人工数据集上的仿真实验结果表明，所提算法能够较快得出聚类中心，有效处理大规模数据的聚类问题，具有较高的效率，与原始的密度峰值聚类算法相比，在不同数据集上时间损耗降低至原来的1/100~1/10，而精度损失维持在5%~8%。

参考文献 | 相关文章 | 多维度评价

Select

9. 基于迭代框架的主动链接选择半监督社区发现算法

陈嶷瑛, 柴变芳, 李文斌, 贺毅朝, 吴聪聪

计算机应用 2017, 37 (11): 3085-3089. DOI: 10.11772/j.issn.1001-9081.2017.11.3085

摘要（509）

PDF （758KB）（512）

针对非负矩阵分解（NMF）半监督社区发现方法随机选择先验约束，导致提升相同性能需要更多约束信息的问题，提出一种基于迭代框架的主动链接选择半监督社区发现算法——ALS_GNMF。在迭代框架下，首先，主动选择不确定性高且对社区划分指导性强的链接对作为先验信息；其次，为主动选择的链接对增加must-link约束，增强社区间连接，生成先验矩阵；同时，增加cannot-link约束，减弱社区间连接，修改邻接矩阵；最后，将先验矩阵作为正则项，加入基于NMF的最优化目标函数，并融合网络拓扑结构信息，以期用较少的先验信息，达到较高的社区发现准确性和鲁棒性。实验结果表明，ALS_GNMF算法在真实网络及人工网络上，相同的先验比例下，性能比未采用迭代框架和主动策略的NMF半监督社区发现方法有更大的提升，且在结构不清晰的网络中表现稳定。

参考文献 | 相关文章 | 多维度评价

Select

10. 基于链接模型的主动半监督社区发现方法

柴变芳, 王建岭, 许冀伟, 李文斌

计算机应用 2017, 37 (11): 3090-3094. DOI: 10.11772/j.issn.1001-9081.2017.11.3090

摘要（475）

PDF （756KB）（502）

链接模型可对网络的社区发现问题建模，相比具有相同目标的对称模型和条件模型，PPL模型处理网络类型更多、社区发现准确率更高。但PPL模型是一个无监督模型，在网络社区结构不清晰时效果不佳，且不能利用易获取的先验信息。为使用尽可能少的先验，获得社区发现链接模型性能较大的提升，提出了一个主动节点先验学习（ANPL）算法，该算法主动选择效用高、易标记的成对约束进行标记，基于标记的约束对自动生成信息量更大的标记节点集合。基于PPL模型设计了一个融合网络拓扑结构和标记节点先验的半监督社区发现（SPPL）模型，并给出模型用于半监督社区发现的参数估计算法。人工网络和实际网络上的实验结果表明，利用ANPL获得的标记节点先验和网络拓扑结构，SPPL模型的社区发现准确率高于无监督PPL模型及当前流行的基于非负矩阵分解（NMF）的半监督社区发现模型。

参考文献 | 相关文章 | 多维度评价

Select

11. 基于忠诚度的社交网络用户发现方法

薛云, 李国和, 吴卫江, 洪云峰, 周晓明

计算机应用 2017, 37 (11): 3095-3100. DOI: 10.11772/j.issn.1001-9081.2017.11.3095

摘要（474）

PDF （869KB）（489）

针对社交网络中提高用户的高黏性问题，提出了一种基于用户忠诚度的用户发现的算法。该算法利用双重RFM模型对用户忠诚度进行计算，挖掘出忠诚度不同分类的用户。首先，通过双重RFM模型动态计算出用户在某一时间段的消费价值与行为价值，得到用户某一时间段的忠诚度；其次，根据用户的忠诚度，确定标度曲线，利用相似度计算找到典型的忠诚用户与不忠诚用户；最后，采用基于模块度的社区发现与独立级联传播模型，发现潜在的忠诚用户与不忠诚用户。在某社交网络的微博数据集上，实现了社会性网络服务（SNS）下用户忠诚度的量化表示，获得了基于用户忠诚度的用户发现结果。实验结果表明，所提算法能够有效挖掘出基于忠诚度的用户分类，可以为社交网站针对用户的个性化推荐及营销等，提供理论支持和实用方法。

参考文献 | 相关文章 | 多维度评价

Select

12. 大规模社交网络中高效的关键用户选取方法

郑永广, 岳昆, 尹子都, 张学杰

计算机应用 2017, 37 (11): 3101-3106. DOI: 10.11772/j.issn.1001-9081.2017.11.3101

摘要（638）

PDF （965KB）（521）

针对大规模社交网络及其用户发布消息的历史数据，如何快速有效地选取具有较强信息传播能力的关键用户，提出了一种关键用户选取方法。首先，利用社交网络的结构信息，构建以用户为节点的有向图，利用用户发布消息的历史数据，基于Spark计算框架，定量计算由用户活跃度、转发交互度和信息量占比刻画的权重，从而构建社交网络的有向带权图模型；然后，借鉴PageRank算法，建立用户信息传播能力的度量机制，给出基于Spark的大规模社交网络中用户信息传播能力的计算方法；进而，给出基于Spark的d-距选取算法，通过多次迭代，使得所选取的不同关键用户的信息传播范围尽量少地重叠。建立在新浪微博数据上的实验结果表明，所提方法具有高效性、可行性和可扩展性，对于控制不良突发信息传播、社交网络舆情监控具有一定的支撑作用。

参考文献 | 相关文章 | 多维度评价

Select

13. 基于最大团的条件偏好挖掘

谭征, 刘惊雷, 余航

计算机应用 2017, 37 (11): 3107-3114. DOI: 10.11772/j.issn.1001-9081.2017.11.3107

摘要（452）

PDF （1274KB）（543）

针对在数据库的个性化查询中条件约束（或上下文约束）没有被充分考虑的问题，首先提出了条件约束模型i ⁺≻i ^-| X，它表示在上下文 X的约束下，相对于i ^-，用户更偏好i ⁺。在此模型的基础上，采用最大团（MaxClique）关联规则算法挖掘获得用户偏好；随后又提出了条件偏好挖掘（CPM）算法，该算法结合上下文用于挖掘偏好规则，从而得出用户的偏好。实验结果表明，基于CPM算法的偏好挖掘模型具有较强的偏好表达能力，将CPM算法与基于Apriori的算法以及CONTENUM算法进行了实验对比，实验的主要参数为最小支持度、最小可信度、数据规模等，实验结果进一步表明所提出的CPM算法可明显提高用户偏好规则的产生效率。

参考文献 | 相关文章 | 多维度评价

Select

14. 基于置信传播的复杂网络社团发现算法

尤心心, 葛檬

计算机应用 2017, 37 (11): 3115-3118. DOI: 10.11772/j.issn.1001-9081.2017.11.3115

摘要（633）

PDF （655KB）（428）

经典的置信传播（BP）算法能够通过有限次数的迭代，推断出所有节点的边缘概率分布和最大似然概率。针对该算法在迭代过程中产生的影响精度和收敛速度的强烈震荡，找出了造成震荡的三个主要因素：强势能、紧密的环路和矛盾的方向，并有针对性地改进了该算法的核心更新规则；同时又进一步提出了异步消息传递方式，克服传统置信传播算法采用的同步消息传播方式的收敛慢、效率低等缺点。利用随机块模型拟合网络的生成过程，利用经典的期望最大化算法对模型进行求解，分别利用改进前后的置信传播算法推断隐变量的后验概率。在五个真实网络上的实验表明，两个改进均使得精度和速度不同程度地提高。

参考文献 | 相关文章 | 多维度评价

Select

15. 移动机器人动态路径规划方法的研究与实现

史进, 董瑶, 白振东, 崔泽晨, 董永峰

计算机应用 2017, 37 (11): 3119-3123. DOI: 10.11772/j.issn.1001-9081.2017.11.3119

摘要（906）

PDF （721KB）（566）

针对在未知动态障碍物存在且目标点移动的环境下，采用人工势场法规划路径时斥力影响半径往往大于障碍物的半径从而导致动态障碍物与机器人发生碰撞的问题，提出非完全等待策略与Morphine算法相结合的改进人工势场法动态路径规划策略。当动态障碍物与机器人发生侧面碰撞时采用非完全等待策略；当动态障碍物与机器人发生迎面碰撞时采用Morphine算法局部规划路径；同时引入滚动窗口理论提高躲避动态障碍物的精确度。通过仿真实验，与传统人工势场作对比，提出的改进算法在发生侧面碰撞时要缩短12步，在发生迎面碰撞时要缩短6步，由此可得提出改进算法在路径平滑性和规划步数方面效果更优。

参考文献 | 相关文章 | 多维度评价

Select

16. 基于级联深度卷积神经网络的高性能图像超分辨率重构

郭晓, 谭文安

计算机应用 2017, 37 (11): 3124-3127. DOI: 10.11772/j.issn.1001-9081.2017.11.3124

摘要（612）

PDF （783KB）（472）

为了进一步提高现有图像超分辨率重构方法所得图像的分辨率，提出一种高性能的深度卷积神经网络（HDCN）模型用于重构放大倍数固定的超分辨率图像。通过建立级联HDCN模型解决传统模型重构图像时放大倍数无法按需选择的问题，并在级联过程中引入深度边缘滤波器以减少级联误差，突出边缘信息，从而得到高性能的级联深度卷积神经网络（HCDCN）模型。基于Set5、Set14数据集进行超分辨率图像重构实验，证明了引入深度边缘滤波器的有效性，对比HCDCN方法与其他图像超分辨率重构方法的性能评估结果，展现了HCDCN方法的优越性能。

参考文献 | 相关文章 | 多维度评价

Select

17. 融合前景判别和圆形搜索的目标跟踪算法

林玲鹏, 黄添强, 林晶

计算机应用 2017, 37 (11): 3128-3133. DOI: 10.11772/j.issn.1001-9081.2017.11.3128

摘要（515）

PDF （1049KB）（482）

针对运动目标在发生遮挡、形变、旋转和光照等变化时会导致跟踪误差大甚至丢失目标以及传统跟踪算法实时性差的问题，提出了一种融合前景判别和圆形搜索（CS）的目标跟踪算法。该算法采用了图像感知哈希技术来描述与匹配跟踪目标，跟踪过程使用了两种跟踪策略相结合的方法，能够有效地解决上述问题。首先，根据目标运动方向的不确定性和帧间目标运动的缓慢性，通过CS算法搜索当前帧局部（目标周围）最佳匹配位置；然后，采用前景判别PBAS算法搜索当前帧全局最优目标前景；最终，选取两者与目标模板相似度更高者为跟踪结果，并根据匹配阈值判断是否更新目标模板。实验结果表明，所提算法在精度、准确率和实时性上都比MeanShift算法更好，在目标非快速运动时有较好的跟踪优势。

参考文献 | 相关文章 | 多维度评价

Select

18. 融合时空多特征表示的无监督视频分割算法

李雪君, 张开华, 宋慧慧

计算机应用 2017, 37 (11): 3134-3138. DOI: 10.11772/j.issn.1001-9081.2017.11.3134

摘要（535）

PDF （1045KB）（468）

针对视频分割的难点在于分割目标的无规则运动、快速变换的背景、目标外观的任意变化与形变等，提出了一种基于时空多特征表示的无监督视频分割算法，通过融合像素级、超像素级以及显著性三类特征设计由细粒度到粗粒度的稳健特征表示。首先，采用超像素分割对视频序列进行处理以提高运算效率，并设计图割算法进行快速求解；其次，利用光流法对相邻帧信息进行匹配，并通过K-D树算法实现最近邻搜索以引入各超像素的非局部时空颜色特征，从而增强分割的鲁棒性；然后，对采用超像素计算得到的分割结果，设计混合高斯模型进行完善；最后，引入图像的显著性特征，协同超像素分割与混合高斯模型的分割结果，设计投票获得更加准确的视频分割结果。实验结果表明，所提算法是一种稳健且有效的分割算法，其结果优于当前大部分无监督视频分割算法及部分半监督视频分割算法。

参考文献 | 相关文章 | 多维度评价

Select

19. 基于用户兴趣语义的视频关键帧提取

俞璜悦, 王晗, 郭梦婷

计算机应用 2017, 37 (11): 3139-3144. DOI: 10.11772/j.issn.1001-9081.2017.11.3139

摘要（610）

PDF （1017KB）（462）

目前，视频关键信息提取技术主要集中于根据视频低层特征进行关键帧的提取，忽略了与用户兴趣相关的语义信息。对视频进行语义建模需收集大量已标注的视频训练样本，费时费力。为缓解这一问题，使用大量互联网图像数据构建基于用户兴趣的语义模型，这些图像数据内容丰富、同时涵盖大量事件信息；然而，从互联网获取的图像知识多样且常伴随图像噪声，使用蛮力迁移将大幅影响视频最终提取效果，提出使用近义词联合权重模型衡量互联网中存在差异但语义相近的图像组，并利用这些图像组构建语义模型。通过联合权重学习获取语义权重，每一图像组在知识迁移中所起的作用由权重值决定。使用来自不同视频网站的多段视频对所提方法进行验证，实验结果表明对用户感兴趣的内容进行联合权重语义建模能更加全面、准确地获取信息，从而有效指导视频关键帧提取。

参考文献 | 相关文章 | 多维度评价

Select

20. 基于自步学习的加权稀疏表示人脸识别方法

王学军, 王文剑, 曹飞龙

计算机应用 2017, 37 (11): 3145-3151. DOI: 10.11772/j.issn.1001-9081.2017.11.3145

摘要（486）

PDF （1023KB）（439）

近年来基于稀疏表示的分类方法（SRC）成为了一个新的热点问题，在人脸识别领域取得了很大的成功。但基于稀疏表示的方法在重建待测样本时，有可能会利用与待测样本相差较大的训练样本，并且没有考虑到表示系数的局部信息，从而导致分类结果不稳定。提出一种基于自步学习的加权稀疏表示算法SPL-WSRC，在字典中有效剔除与待测样本相差较大的训练样本，并利用加权手段考虑样本间的局部信息，以提高分类精度和稳定性。通过3个典型的人脸数据集中的实验，实验结果表明，所提算法优于原稀疏表示算法SRC，特别是当训练样本足够多时，效果更明显。

参考文献 | 相关文章 | 多维度评价

Select

21. 基于代价敏感深度决策树的公交车环境人脸检测

娄康, 薛彦兵, 张桦, 徐光平, 高赞, 王志岗

计算机应用 2017, 37 (11): 3152-3156. DOI: 10.11772/j.issn.1001-9081.2017.11.3152

摘要（554）

PDF （1038KB）（515）

针对公交车环境下的人脸检测具有光照变化、模糊、遮挡、低分辨率和姿势变化等问题，提出了基于代价敏感深度决策树的人脸检测算法。首先，基于归一化的像素差异（NPD）特征构建单个深度二次树（DQT）；接着，根据当前决策树的分类结果，利用代价敏感Gentle Adaboost方法对样本权重进行更新，依次训练出多棵深度决策树；最后，将所有决策树通过Soft-Cascade级联得到最终的检测算法。在人脸检测数据集（FDDB）和公交车视频上的实验结果表明，所提算法与现有的深度决策树算法相比，在检测率和检测速度上均有提升。

参考文献 | 相关文章 | 多维度评价

Select

22. 基于样条的林火图像多阈值分割算法

杨绪兵, 覃欣怡, 张福全

计算机应用 2017, 37 (11): 3157-3161. DOI: 10.11772/j.issn.1001-9081.2017.11.3157

摘要（470）

PDF （923KB）（407）

基于光滑样条原理，提出一种自适应的多阈值分割算法HistSplineReg，即采用光滑样条回归图像一维直方图，再从回归函数寻找极值从而实现图像的多阈值自动分割。较之现有的阈值分割方法，HistSplineReg具有以下优势：1）设计方法符合人类直觉；2）基于光滑样条设计算法，有理论依据；3）阈值个数及阈值位置可自动选择；4）回归函数可分析求解，计算规模主要集中在矩阵的Cholesky分解，矩阵大小由图像像素水平级决定，而不是图像尺寸；5）只有一个待定参数，该参数用于平衡回归经验误差和回归函数的光滑性。对林火识别问题，实验提供一个经验参数供参考。最后，在红绿蓝颜色（RGB）模式的林火数字图像上进行实验，从灰度图像、多种颜色通道、各通道分割结果合成的彩色图像等方面进行验证，与同样采样回归思想的支持向量回归（SVR）及多项式回归（PolyFit）相比，HistSplineReg方法直观分割效果更好，且三种方法都反映出红色通道信息对林火图像分割效果的影响更为显著。

参考文献 | 相关文章 | 多维度评价

Select

23. 结合纹理去除的遥感图像分割

周明非, 汪西莉

计算机应用 2017, 37 (11): 3162-3167. DOI: 10.11772/j.issn.1001-9081.2017.11.3162

摘要（560）

PDF （1051KB）（491）

针对包含复杂纹理信息的遥感图像难以进行精准图像分割的问题，提出了一种结合纹理去除的遥感图像分割方法。首先，改进了相对全变差纹理去除方法，通过引入新的范数约束使相对全变差纹理去除方法可以在去除纹理信息的同时凸显图像中的主要结构，达到辅助分割的效果；然后，使用均值漂移算法对经过纹理去除的遥感图像进行无监督聚类，达到分割的目的；最后，提出的遥感图像分割算法在不同遥感图像上进行了测试。实验结果表明，在高分辨遥感图像的分割上，所提算法可以分割出遥感图像中的主要目标，和直接分割或者结合其他纹理去除方法相比取得了更好的分割结果。所提出的分割算法可以降低纹理信息对图像分割的影响，提高遥感图像分割的精度。

参考文献 | 相关文章 | 多维度评价

Select

24. 迭代自适应权重均值滤波的图像去噪

张新明, 程金凤, 康强, 王霞

计算机应用 2017, 37 (11): 3168-3175. DOI: 10.11772/j.issn.1001-9081.2017.11.3168

摘要（658）

PDF （1473KB）（519）

针对现有滤波方法滤除图像椒盐噪声的性能不理想和耗时长等缺陷，提出了一种迭代自适应权重均值滤波的图像去噪方法（IAWF）。首先，利用图像邻域像素与处理点的相似性采用新型方法构建邻域权重；然后，将此邻域权重与开关裁剪均值滤波结合形成新型权重均值滤波方法，充分利用像素间的相关性和开关裁剪滤波的优势，有效提高了算法的去噪效果，同时采用自适应的方式调整滤波窗口大小，以便尽可能地保护图像细节；最后，采用迭代式滤波方法，即如果上述操作还没有处理完噪声点，则迭代去噪直至噪声点处理完毕，实现自动处理。仿真实验结果表明，在各种不同噪声密度下，IAWF在峰值信噪比（PSNR）、失真度，以及视觉效果等方面均优于现有的几种优秀的滤波算法，且具有更快的运行速度，更适用于实际应用场合。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于深度迁移学习的烟雾识别方法

王文朋, 毛文涛, 何建樑, 窦智

计算机应用 2017, 37 (11): 3176-3181. DOI: 10.11772/j.issn.1001-9081.2017.11.3176

摘要（835）

PDF （1219KB）（770）

针对传统的基于传感器和图像特征的烟雾识别方法易被外部环境干扰且识别场景单一，从而造成烟雾识别精度较低，而基于深度学习的识别方法对数据量要求较高，对于烟雾数据缺失或数据来源受限的情况模型识别能力较弱的问题，提出一种基于深度迁移学习的烟雾识别方法。将ImageNet数据集作为源数据，利用VGG-16模型进行基于同构数据下的特征迁移。首先，将所有的图像数据进行预处理，对每张图像作随机变换（随机旋转、剪切、翻转等）；其次，引入VGG-16网络，将其卷积层特征进行迁移，并连接预先使用烟雾数据在VGG-16网络中训练过的全连接层；进而构建出基于迁移学习的深度网络，从而训练得到烟雾识别模型。利用公开数据集以及真实场景烟雾图像进行实验验证，实验结果表明，和现有主流烟雾图像识别方法相比，所提方法有较高的烟雾识别率，实验精度达96%以上。

参考文献 | 相关文章 | 多维度评价

Select

26. 基于三维形状指数的肺结节自动检测方法

董林佳, 强彦, 赵涓涓, 原杰, 赵文婷

计算机应用 2017, 37 (11): 3182-3187. DOI: 10.11772/j.issn.1001-9081.2017.11.3182

摘要（593）

PDF （935KB）（522）

针对在肺结节计算机辅助检测中存在误诊率、假阳性率较高，检测准确率较低等问题，提出一种基于三维形状指数和Hessian矩阵特征值构建类球形滤波器的结节检测方法。首先，提取肺实质区域，并计算各体素点Hessian矩阵的特征值和特征向量；其次，通过二维形状指数推导出三维形状指数公式，构建改进的三维类球形滤波器；最后，在三维肺实质区域内检测疑似结节区域，去除较多的假阳性区域，针对三维体数据上检测出结节所在位置，将检测到的坐标作为置信连接的多种子点输入，进行三维体数据分割，最终分割出三维结节。实验结果表明，所提算法能够有效地检测出不同类型的肺结节，对较难检测的磨玻璃结节也有较好的检测效果，结节检测的假阳性低，最终能达到92.36%的准确率和96.52%的敏感度。

参考文献 | 相关文章 | 多维度评价

Select

27. 基于Hadoop的IPTV隐式评分模型

顾军华, 官磊, 张建, 高星, 张素琪

计算机应用 2017, 37 (11): 3188-3193. DOI: 10.11772/j.issn.1001-9081.2017.11.3188

摘要（537）

PDF （867KB）（452）

根据网路协定电视（IPTV）用户收视行为数据中的隐式特性，提出一种新型的隐式评分模型。首先，介绍了IPTV用户收视行为数据的主要特点，提出一种新的用户收视比值、用户兴趣偏置因子以及视频类型影响因子相结合的多特征混合隐式评分模型；然后，提出基于收视时长和收视比值的收视行为筛选策略；最后，设计并实现了基于Hadoop的分布式模型架构。实验结果表明，所提模型有效提高了IPTV系统中推荐结果的质量，同时提升了时间效率，对于大规模数据有良好的可扩展性。

参考文献 | 相关文章 | 多维度评价

栏目文章信息