基于实例和特征的迁移学习算法研究

针对现有的基于图像底层特征的显著性检测算法检测准确度不高的问题，提出了一种基于颜色和纹理特征的显著性检测算法。在RGB和Lab颜色空间上，同时考虑了图像的颜色对比度特征、纹理特征。运用二维信息熵作为衡

虚拟机迁移是解决物理服务器过载的主要手段之一。作为虚拟机迁移领域的经典算法之一，基于最小迁移时间的虚拟机选择算法虽然具有较低的服务等级协议违例率，但是往往需要迁移多个虚拟机才能解决一次过载，效率较低。

针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈

针对标签特有特征和标签相关性的有效利用，提出了一种新的多标签算法LSFLC，它可以有效地集成标签特有特征和标签相关性。首先，对于每个标签，通过重采样技术生成新的正类实例以扩充其正类实例的数目；其次，通

Harris是一种高效的角点检测算法，但不具备尺度不变性。SURF（speeded-uprobustfeatures）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。针

基于HSV模型和特征点匹配的行人重识别算法，彭志勇，常发亮，在视频内容分析和多媒体检索等应用中，行人重识别是一项关键的技术，该技术的研究在刑事侦查领域具有重要的现实意义。本文提出了

介绍了遗传算法和模拟退火算法的特征选择方法

基于自选算法的特征选择算法，损失函数和验证方法

针对单独用颜色特征并不能很好地表达图像内容的问题,提出了综合利用颜色和形状特征进行图像检索的方法。由于颜色直方图无法表达空间分布信息,因此采用的颜色特征为颜色自相关图,并对色调进行重叠量化。而形状特征

特征选择作为一种数据预处理技术被广泛研究，由于其具有NP难度而一直无法找到有效的求解方法。鉴于目前在特征选择中应用较多的遗传算法存在进化机制上的局限，将量子进化算法应用于特征选择，提出了一种基于改进量