摘要：针对已有的显著检测算法对背景复杂的图像检测效果较差的问题,提出融合对比度与背景先验的显著目标检测算法.首先将图像划分为感知均匀的像素块,再根据对比度先验定义图像的显著边缘、像素块的全局对比度及颜色相似像素块的空间分布,得到任一像素块与前景的相关性;然后根据背景先验将图像边界像素块定义为伪背景区域,通过计算像素块与伪背景区域的相似度得到像素块与背景的相关性;最后通过能量优化函数结合像素块与前景、背景的相关性,得到该像素块的显著值.实验结果表明,与同类算法相比,该算法能更好地使显著目标整体高亮,抑制背景噪声,得到较符合视觉感知的显著图.

摘要：针对海量的用户轨迹数据进行研究,提出一种动态分析移动对象轨迹模式、预测轨迹位置的方法(PRED)。首先使用改进的模式挖掘模型,提取轨迹频繁模式(简称T-模式);然后提出DPTUpdate算法,设计蕴涵时空信息的快捷数据结构——DPT(dynamic pattern tree),存储和查询移动物体的T-模式,并提出Prediction算法计算最佳匹配度,得到移动对象轨迹的预测位置。基于真实数据集进行对比实验,结果证明,PRED方法可提供动态分析的能力,平均准确率达到72%、平均覆盖率达到92.1%,与已有方法相比,其预测效果有显著提升。

摘要：为有效解决流数据中近似查询问题,提出一种综合流式处理和批处理的近似查询模型。利用滑动窗口提供流式近似查询能力,利用改进的分层抽样算法对于数据流产生的海量历史数据进行分层抽样,最大限度避免偏倚值对于查询结果的影响。实验结果表明,该算法结合了滑动窗口流式分析以及分层抽样技术批处理分析的优点,提高了查询的精度。