摘要：针对计算机网络课程实验教学中面临的实验环境搭建难度大、编程内容较少等问题,提出一种网络实验平台设计思路,介绍平台设计和实验实施过程,最后说明教学效果。

摘要：在交互式图形应用(如互动游戏)中,复杂环境光的使用越来越普遍,并提供了比传统虚拟光源更高的真实感.对复杂环境光下的动态场景实时绘制算法进行综述,通过回顾这些算法的基本思想、假设、局限性和可使用范围,来对它们的特性进行描述和比较.特别地,文中还试图通过分析相关研究的内在联系来指出该领域未来的主要研究方向.

摘要：文本可视分析是一个跨学科的领域,涉及文本数据挖掘、计算机图形图像以及人机交互等各方面的知识和技术,可以帮助用户以可视分析的手段交互地分析海量的文本数据内容,提供及时的反馈,发现异常和规则,提取知识以及获取洞察.已被应用在国土安全、商业智能分析以及金融分析等很多不同的领域,受到国内外学术界、工业界以及政府部门越来越多的重视.文中首先简要地介绍了文本可视分析的一般流程;然后系统地介绍了典型的文本分析和可视化技术,并着重讨论这2类研究的最新技术以及发展;最后对全文进行了总结并展望了文本可视分析面临的四大研究挑战:海量数据规模、复杂数据的不确定性、数据融合以及人机交互.

摘要：针对已有的盲人触觉显示器所展示的图像不能有效地为视觉残障人士提供准确的信息的问题,从盲人对电子触觉图像的需求出发,通过分析盲人在使用传统触觉图像中所遇问题以及涉及到的人机因素的相关背景知识,结合新型显示方案的需求,总结并提出盲人触觉图像设计准则.通过实验对比传统图像与根据该准则重新设计的T-图像,实验结果表明,T-图像大大地提高了触觉图像的可用性,有效地增强了盲人获取信息的效率,验证了此准则的有效性与可行性.

摘要：基于纹理基元的交互式纹理变形算法的目标是产生一个变形序列 ,使得源纹理图像能够自然地变形到给定的目标纹理图像 由于很多纹理图像都含有重复出现的结构性基元 ,因此可以设计出一种交互式的系统来方便用户实现变形效果 (1)用户在给定的两幅纹理图像中各选择一个感兴趣的基元 ;(2 )两幅纹理中所有相似的基元图案会被自动检测和定位 ;(3)通过最小化基元匹配的总距离求出两幅图像中基元的配对 ;(4)结合基元的配对信息和用户指定的特征点信息生成变形序列 实验表明 ,在少许交互的使用下 。

摘要：基于转化的广告方式在应用和研究中逐渐得到重视,采用该方式的搜索广告在广告排序时需要对候选广告的转化概率进行预测,以提高广告的转化率,优化搜索引擎的广告收益。该文在对搜索广告中影响转化的各特征进行提取与分析的基础上,提出了描述广告、查询、用户三个因素与转化事件关系的概率因子图模型,并基于该模型对广告转化进行预测。最后我们使用从某商业搜索引擎采集的实际数据对预测模型进行评价并与朴素贝叶斯方法进行对比,实验结果表明,三类因素对转化具有不同程度的影响,我们提出的因子图模型可以较好地预测广告的转化。

摘要：基于转化的互联网广告方式根据用户在浏览广告后的购买等行为对广告效果进行衡量,极大利用了互联网广告的独特优势,成为了未来互联网广告发展的趋势。该文介绍了基于转化的互联网广告的运行方式,分析了其行业应用,进一步地总结了该领域的当前研究成果,包括基于转化的竞价机制设计、转化率预测、基于转化的广告排序等。最后在此基础上,分析了存在的问题并展望未来的研究方向。

摘要：搜索引擎广告是目前互联网上一种非常成功的商业模式,它已成为搜索引擎公司的主要收入来源并为广告商们提供了许多商机.搜索引擎、广告商和搜索用户构成了搜索引擎广告的3个主要组成部分——搜索引擎提供技术和服务、广告商提供广告内容、用户浏览并点击广告.其中搜索引擎相关技术以及用户行为都有比较多的研究和成型的技术,但对广告商尤其是广告商状态的研究却并不多见.基于此背景,对搜索引擎广告中广告商的状态进行了深入的研究.在方法上按照广告商相关广告的展示次数、点击次数以及广告费用来对其潜在状态进行描述和划分,并使用隐Markov模型对广告商的时序状态进行建模.重点在于将机器学习和数据挖掘的方法应用于广告商的建模之中,并取得了不错的预测正确率.

摘要：统一建模语言UML存在着面向对象建模的不足,例如,用多个模型表示系统,模型的一致性难以保证.UML的工作主要集中于面向对象的分析和设计阶段,在实现阶段并没有做过多的努力等等,给系统设计带来了不便.提出了在UML建模环境中引入对象过程图（object-process diagram,简称OPD）,为多个模型的一致性提供了统一的标准,提高了程序文档的可理解性和可维护性,使得扩展后的UML具备从面向对象分析到程序设计的完全可视化的描述能力.

摘要：现有的建筑物轮廓提取方法在处理非矩形的复杂形状建筑物时存在局限性,为克服这一缺点,提出一种航拍图像复杂形状建筑物轮廓的提取方法.针对复杂形状建筑物结构不规则的特点,提出一种贝叶斯结构模型.该模型以概率的形式表示建筑物边缘之间的连接关系;并引入Boosting决策树方法,综合考虑建筑物边缘周围的颜色和纹理等多种图像信息,增强了模型的鲁棒性.另外,设计了一种长度归一化的能量函数来描述建筑物轮廓,并运用图优化算法全局寻优,实现对建筑物轮廓的提取.实验结果表明,该方法能有效地提取多种复杂形状建筑物的轮廓.