摘要：为解决使用传统精确分类方法组织和展示大规模艺术图像的复杂和低效等问题,提出一种基于图像视觉特征计算的自组织与可视化方法,根据艺术图像的视觉特点,提取了颜色、纹理、空间布局和SIFT等特征表示,并在图像空间布局的计算模型下实验了不同特征的聚类计算组织效果。在此基础上,对实验图像库进行层次化聚类,构建了在视觉信息上的层次化浏览树,并采用可视化技术进行图像的层次化展示。实验结果表明,与传统图像管理方法相比,该方法可获得很好的组织效率和友好的用户体验。

摘要：针对在三维头发模型重用过程中,三维头发贴合到不同的人头模型时可能会出现的错位或大小不匹配的问题,提出一种基于头皮层特征点的三维头发重用方法。首先,根据模型文件的数据存储结构,分离出头发模型的头皮层,并提取特征点;其次,结合二维平面图像人脸检测方法,对目标三维人头模型的发根范围进行了特征点提取;然后,根据两个模型的特征点计算出的平移量与缩放系数,对头发模型整体进行了平移与缩放操作;最后,单独对头皮层和人头模型的贴合进行处理。最终能够使三维头发适应目标人头模型,保证头发造型信息无丢失,而且头皮层与人头模型达到了紧密贴合的效果。实验结果表明,该方法能够有效地提高三维头发模型的重用性,并且不受头发模型个性部分和分布区域等限制。

摘要：随着计算机硬件设备性能的迅速提高以及嵌入式系统应用领域的不断拓宽，嵌入式系统软件的规模和复杂性急剧增加，软件已经成为嵌入式系统的主要使能部件．近年来，物联网、移动计算、信息物理融合系统等嵌入式系统领域的相关热点不断出现，对嵌入式系统软件设计方法和技术提出了一系列新的挑战．本专刊收录的16篇论文反映了近年来我国学者在嵌入式系统软件设计方法和技术领域的部分研究成果．

摘要：通过蛋白质的序列、结构等信息构建完整的蛋白质宇宙是生物信息学中的重要课题,相关研究对蛋白质结构预测、蛋白质进化路径分析以及蛋白质结构设计等方面的研究都有重要的意义.从蛋白质结构的一种简化表示——蛋白质接触图出发,通过训练卷积神经网络进行特征提取,筛选出可识别结构域折叠类型的最小特征向量,构建蛋白质折叠类型空间,并使用谱聚类等方法对不同蛋白质折叠类型的高维分布情况进行分析.得到的最小特征向量兼顾了信息的完整性与冗余度,可以很好地表示全部七种常见蛋白质类的空间关联.该研究结果填补了之前蛋白质宇宙研究中对不常见类的空间位置和相互关系描述的空白,加深了对于蛋白质结构相似性的理解.

摘要：目的目前主流物体检测算法需要预先划定默认框,通过对默认框的筛选剔除得到物体框。为了保证足够的召回率,就必须要预设足够密集和多尺度的默认框,这就导致了图像中各个区域被重复检测,造成了极大的计算浪费。提出一种不需要划定默认框,实现完全端到端深度学习语义分割及物体检测的多任务深度学习模型(FCDN),使得检测模型能够在保证精度的同时提高检测速度。方法首先分析了被检测物体数量不可预知是目前主流物体检测算法需要预先划定默认框的原因,由于目前深度学习物体检测算法都是由图像分类模型拓展而来,被检测数量的无法预知导致无法设置检测模型的输出,为了保证召回率,必须要对足够密集和多尺度的默认框进行分类识别;物体检测任务需要物体的类别信息以实现对不同类物体的识别,也需要物体的边界信息以实现对各个物体的区分、定位;语义分割提取了丰富的物体类别信息,可以根据语义分割图识别物体的种类,同时采用语义分割的思想,设计模块提取图像中物体的边界关键点,结合语义分割图和边界关键点分布图,从而完成物体的识别和定位。结果为了验证基于语义分割思想的物体检测方法的可行性,训练模型并在VOC(visual object classes)2007 test数据集上进行测试,与目前主流物体检测算法进行性能对比,结果表明,利用新模型可以同时实现语义分割和物体检测任务,在训练样本相同的条件下训练后,其物体检测精度优于经典的物体检测模型;在算法的运行速度上,相比于FCN,减少了8ms,比较接近于YOLO(you only look once)等快速检测算法。结论本文提出了一种新的物体检测思路,不再以图像分类为检测基础,不需要对预设的密集且多尺度的默认框进行分类识别;实验结果表明充分利用语义分割提取的丰富信息,根据语义分割图和边界关键点完成物体检测的方法是可行的,该方法避免了对图像的重复检测和计算浪费;同时通过减少语义分割预测的像素点数量来提高检测效率,并通过实验验证简化后的语义分割结果仍足够进行物体检测任务。

摘要：为了提高椭圆曲线标量乘法效率,对二元域上椭圆曲线的基于双基数的标量乘法进行改进。在底层域推导出直接计算3kP的快速算法,该算法只需一次求逆;新设计的以1/2和3为基的双基数编码可结合高效的直接计算3kP和折半运算,基于该双基数编码的标量乘算法只涉及到点加运算、折半运算、三倍点和直接计算3kP,底层域运算复杂性得到降低,在NIST推荐的椭圆曲线上比Dimitrov算法效率提高70%以上,比Wong方法提高10%以上。

摘要：为了实现语义层次上的个性化搜索,建立了一个集成语义信息和用户偏好的加权本体,在此基础上给出了一个个性化搜索框架WOPS。WOPS能够在利用本体描述用户兴趣模型的同时,进一步地将本体蕴涵的语义信息应用于个性化搜索的过程中。最后通过实验证明了基于加权本体的个性化搜索的有效性。

摘要：基于P2P技术的流媒体服务技术已得到广泛应用.然而P2P流媒体服务系统中拓扑结构的动态性与用户行为的自主性使得流媒体服务质量面临挑战.本文以南京大学研制的交互式P2P流媒体服务平台NJUVoD为背景,基于协同过滤机制及聚类算法,设计了一个面向P2P流媒体服务平台的可视化Web监控系统.实现了对用户行为、拓扑结构、系统状态的在线分析,为了解系统运行状况、优化系统性能提供了决策依据.

摘要：形式化方法起步于程序理论和语义的研究,历经50余年的发展,成为了计算机科学的重要领域.它使用严格的数学方法,研究并发展软件和硬件系统的建模、设计、开发、验证与演化等技术,为保障系统的正确性、可靠性和安全性提供了重要途径.本专题收录的13篇论文反映了近年来我国学者在软件形式化方法与应用领域的部分研究成果.

摘要：多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发,对人类学习的认知机理、机器学习的三大经典理论(计算学习理论、统计学习理论和概率图理论)以及多源数据学习算法设计这3个方面的研究进展进行总结,最后给出未来研究方向的思考.