基于实例和特征的迁移学习算法研究

针对鲁棒分块跟踪采用穷举的搜索策略以及对光照敏感等问题，提出了一种基于粒子群优化算法和UniformLBP特征的分块跟踪方法。利用统一的局部二值模式（UniformLocalBinaryPattern

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

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

 本文就传统AAM(主动外观模型)与ASM(主动形状模型)的缺点和不足,提出了一种改良的方法。在这种新的算法中,将局部特征模型和全局纹理模型结合起来,并使其可以和传统的主动形状模型、

传统的推荐算法一定程度上降低了网络消费者的搜索成本，但难以实时提供消费者满意的推荐服务，也忽略了用户偏好动态转移性。为了提高电子商务系统的推荐质量，从用户偏好的行为特征入手，建立了网络用户的兴趣特征提

针对复杂场景下图像拼接，误匹配点比例较大时，传统匹配优化算法效率低，合成图像易产生鬼影等问题，在SIFT算法基础上，采用一种新的聚类方法预筛选特征点对，再用RANSAC算法精确提纯，减少算法迭代次数；

协同过滤是互联网推荐系统的核心技术，针对协同过滤推荐算法中推荐精度和推荐效率以及数据可扩展性问题，采用灰色关联相似度，设计和实现了一种基于Hadoop的多特征协同过滤推荐算法，使用贝叶斯概率对用户特征