摘要：为了充分融合RGB和深度信息以进一步提高语义分割精度,引入注意力机制实现了RGB与深度2个模态特征的互补融合.基于编码器-解码器框架,提出了RGB-D双模态信息互补的语义分割网络,编码器采用双分支结构分别提取RGB图像和深度图像的特征,解码器采用逐层跳跃连接的结构渐进地融合不同粒度的语义信息实现逐像素语义分类.编码器对2个分支学习到的低层特征,利用RGB-D信息互补模块进行互补融合.RGB-D信息互补模块包括Depth-guided Attention Module(Depth-AM)和RGB-guided Attention Module(RGB-AM)2种注意力.其中,Depth-AM将深度信息补充给RGB特征,解决由于光照变化引起的RGB特征不准确问题;RGB-AM将RGB信息补充给深度特征,解决由于缺乏物体的纹理信息而导致的深度特征不准确问题.在采用相同结构backbone的条件下,RGB-D双模态信息互补的语义分割网络与RDF-Net相比,在SUNRGB-D数据集上的平均交并比,像素精度和平均精度分别提升1.8%,0.5%和0.7%;在NYUv2数据集上的平均交并比,像素精度和平均精度分别提升1.8%,1.3%和1.9%.

摘要：为了得到更好的蛋白质功能模块,揭示蛋白质的功能,利用蝙蝠算法对蛋白质相互作用网络(PPINs)进行功能模块检测.每个蝙蝠个体所在的位置代表一种候选的功能模块划分,将PPIN中每个蛋白质节点与其所有邻居节点组成邻居有序表,采用在邻居有序表中随机游走的编码方式进行种群的初始化;在种群优化过程中,设计定向局部扰动、随机扰动、基于距离和频率的自适应变异、自然选择4种寻优机制来进行解的随机优化.在5个不同规模的酵母菌PPIN数据集上,将所提出方法与6种经典算法进行对比实验.结果表明,所提出方法检测到的功能模块中有较多模块与标准模块相匹配,并且所提出算法在覆盖率、召回率、灵敏度、正的预测率、准确度评价指标上均表现突出,验证了所提出方法的有效性.

摘要：为了满足移动用户对视频服务的需求,设计了无线流媒体系统．该系统采用AVS_M视频标准压缩视频文件,并将压缩文件以3GP文件格式存放于服务器．系统通过RTSP协议控制流媒体播放,SDP协议描述流媒体会话,RTP／RTCP协议传输和控制3GP流媒体数据．在NS2通信系统仿真软件和实验平台测试结果表明, 设计的系统能够更好服务于流媒体传输与终端回放．

摘要：提出了一种新的约束归纳逻辑程序设计方法,并初步实现了一个自顶向下的约束归纳逻辑程序原型系统。该系统能够导出不受变量个数限制的多种形式的线性约束,得出覆盖正例而排斥负例的含约束的Horn子句程序。

摘要：讨论了基于Qt应用程序开发框架和OSG图形引擎应用程序设计接口的浇筑仿真系统的开发方法,实现了某混凝土坝浇筑过程的可视化仿真.在技术层面上,提出了对大坝整体模型进行三维裁剪来得到不同浇筑时期大坝的模型的方法,避免了以往工程仿真中手工对不同时期分别进行建模的方法.此方法完全根据施工采集的高程数据来生成对应的浇筑情况;二维可视化也是用同样的思路来动态模拟浇筑状况,同时将温度、应力场散乱点数据重建为网格,与二维仿真有机的融合在一起.最后给出了研究结果.

摘要：为了弥补现有纹理种类的不足,将螺旋状匹配搜索的块拼贴纹理合成方法和Ashikhmin的点匹配方法相结合,应用到设计图案的纹理合成．与Ashikhmin的点匹配方法相比较,该方法的效率提高了5倍以上,并且避免了纹元错位、条带化现象．

摘要：为了获得具有较高检测率并保持较低误检率的快速人脸检测,提出了一种基于知识的人脸检测方法．在人脸粗检中用肤色模型分割出输入图像中的人脸可能区域,并对这些区域进行重心模板匹配过滤出非人脸区域．利用人脸的生理分布特征设计出一种动态的人脸三分图分布模型,并以不同条件下的大量人脸图像样本作为统计数据建立了一个人脸规则知识库,用来判定过滤后的区域是否为人脸．实验结果表明,该方法具有很好的鲁棒性,能快速检测出不同光照、不同大小和有一定旋转角度的人脸．

摘要：针对蚁群算法在求解大规模旅行商问题(Traveling Salesman Problems,TSP)中时间性能方面的不足,提出了一种快速的求解算法.首先,从TSP问题描述入手,给出了一种新的多粒度的问题描述模型;然后,基于该模型,设计了包括基于密度聚类的粒度划分、粗粒度的蚁群寻优、粒度间的连接、细粒度的蚁群寻优、粒度间可行解的合成以及循环分段优化6个阶段在内的求解算法.算法的复杂度分析及在中、大规模TSP问题上的实验表明:本算法的时间性能不仅比经典的蚁群算法有显著的提高,而且与近年来的一些同类算法相比也具有一定的优势,显示了快速求解大规模TSP问题的能力.

摘要：为了能直接通过图像检索自己所需要的信息,提出了一种直接根据人脸图像来检索信息的技术,采用基于重心模板匹配的人脸检测技术与主成分分析方法、线性判别分析方法相结合的人脸识别技术设计并实现了一个人脸图像检索系统.该系统对于视频序列和大容量的人脸数据库能够实时进行人脸图像检索.实验结果表明:该系统交互性好,检索准确率高,检索时间短,能较好地满足用户的要求.

摘要：功能性磁共振成像(fMRI)数据分类方法无法有效提取fMRI数据的局部特征,影响分类准确性.因此文中提出基于卷积神经网络的fMRI数据分类方法.首先设计卷积神经网络结构,并根据卷积神经网络的卷积核尺寸构建受限玻尔兹曼机模型.然后使用fMRI数据感兴趣区域体素构造数据,对受限玻尔兹曼机进行预训练,并将训练得到的权重矩阵进行相对变换,用于初始化卷积神经网络的卷积核参数.最后训练初始化好的整个模型,得到最终的分类模型.在Haxby和LPD数据集上的实验表明,文中方法可以有效提升fMRI数据的分类准确率.