分类: 信息科学与系统科学 >> 信息技术系统性应用 提交时间: 2022-10-26 合作期刊: 《桂林电子科技大学学报》
摘要: 新一代信息技术的兴起以及互联网产业的飞速发展使得数据量呈爆炸式增长。为满足数十亿用户从海量数据中
快速获取有效信息的需求,提升搜索引擎的检索质量以及查询效率具有重要意义,同时也面临挑战。一方面,用户的查询
词日益复杂,语言词汇形态变异的特点导致检索词变得多样化,而现有词干提取算法普遍存在词干提取不足、词干提取准
确率不高等问题;另一方面,在海量数据中检索到满足用户查询要求的文档结果是一项非常耗时的任务,而现有将文档划
分到多个服务器处理查询延迟的方法常常会出现尾延迟问题。针对以上问题,在文本预处理阶段,设计了词形规范化算法
APS,对规则函数进行重编码,优化了特征词提取;在相关排序阶段,设计了基于一次一得分查询处理策略的随时排序算法
SAR,在给定时间预算处理完指定数量倒排段后能够提前终止查询过程,大大减少了查询评估时间。在多个真实数据集上
进行了实验,验证了APS算法对于提高词干提取准确率的有效性以及SAR算法对于控制查询延迟的真实性。
分类: 信息科学与系统科学 >> 信息技术系统性应用 提交时间: 2022-10-26 合作期刊: 《桂林电子科技大学学报》
摘要: 为解决运动相机与激光雷达之间的数据匹配问题,设计了一种基于Levenberg-Marquard(LM)算法的运动相机与
激光雷达联合标定优化方法。首先将标定板放置在激光雷达与运动相机公共视野范围内,通过改变标定板位置,采集不同
位置下标定对象的激光点云和图像数据。然后通过OpenCV调用鱼眼畸变校正函数对图像畸变校正,并获取多组标定板
图像角点像素坐标。与此同时对激光点云进行点云滤波和点云配准操作,并采用手动与自动相结合的方法对激光点云进
行分割,进而通过点云中心迭代算法求解出标定板点云中心坐标和各个角点的点云坐标。最后通过多组表示标定板角点
的点云坐标和相对应的图像像素坐标利用直接线性变换法(DLT)计算两传感器间联合标定初值,并构造点云重投影坐标
与图像像素坐标差值的最小二乘函数,通过引入阻尼因子的LM 算法对该函数进行优化,并求解出优化后的联合标定结
果。实验结果表明,联合标定结果与初值相比,重投影误差降低了35%,利用联合标定结果基于共线方程原理实现激光点
云与图像融合,验证了该方法的准确性和有效性。
分类: 信息科学与系统科学 >> 信息技术系统性应用 提交时间: 2022-09-27 合作期刊: 《桂林电子科技大学学报》
摘要: 无人机作为典型的低小慢目标,具有飞行速度慢、高度低、雷达反射面积(RCS)小等特点,使得无人机目标很难被检测和识别。针对无人机在复杂环境下存在信噪比低、检测困难的问题,提出了一种知识辅助的无人机目标恒虚警率(CFAR)检测方法。该方法首先分析3种常见的地杂波分布模型和均值类CFAR检测器,然后分别对这3种杂波分布下的回波信号采取CFAR检测方法,将检测性能最优的方法作为该杂波分布下最优的CFAR检测方法存入知识库,从而建立CFAR知识库;通过对需要检测目标的回波信号的杂波分布进行估计,判断杂波分布的模型,并以此分布从雷达知识库中选择所对应的CFAR算法,从而完成回波信号的检测。最后利用雷达采集的实测数据进行了验证,仿真和实验结果验证了该方法的可行性和有效性。
分类: 信息科学与系统科学 >> 信息技术系统性应用 提交时间: 2022-09-27 合作期刊: 《桂林电子科技大学学报》
摘要: 高光谱图像(Hyper Spectral Image, HSI)分类是HSI处理中的重要预处理手段,其目标是对HSI数据中每个像素点进行类别标记,标记结果常用于识别、勘探等应用。针对HSI分类任务中存在的数据量大、数据维度高、已知样本量少等难点,提出一种基于图模型的半监督分类算法。该算法将HSI数据建立为图以实现降维,而后将分类问题归结为一个无约束的优化问题。由于在求解优化问题时涉及到矩阵求逆,数据规模大时计算复杂度会变高。为了避免大规模的矩阵求逆,采用拟牛顿法进行求解,通过对Hessian矩阵进行分解,对计算步长时涉及到的求逆操作进行近似,且该算法能够分布式实现。仿真实验表明,与现有算法相比,本算法在大规模且类别多的HSI分类任务下计算复杂度较低,能完成较高精度的分类。
分类: 信息科学与系统科学 >> 信息技术系统性应用 提交时间: 2019-03-07
摘要: We study the fabric spreading and cutting problem in apparel factories. For the sake of saving the material costs, the cutting requirement should be met exactly without producing ad#2;ditional garment components. For reducing the production costs, the number of lays that corresponds to the frequency of using the cutting beds should be minimized. We propose an iterated greedy algorithm for solving the fabric spreading and cutting problem. This algorithm contains a constructive procedure and an improving loop. Firstly the constructive procedure creates a set of lays in sequence, and then the improving loop tries to pick each lay from the lay set and rearrange the remaining lays into a smaller lay set. The improving loop will run until it cannot obtain any small lay set or the time limit is due. The experiment results on 500 cases shows that the proposed algorithm is effective and efficient.