本体技术作为一种能在语义和知识层次上描述概念体系的有效工具,在数字图书馆得到了广泛的关注。给出了本体结构及其词法的形式化定义。为解决RDF在语义检索中存在的问题,利用Jena工具,提出了一种提取和处理
提出了一种基于DHT的资源查找定位算法,算法中每个网络节点在维护O(n×N1/n)其他节点信息的情况下,可以在n逻辑路由跳内查找定位任意网络资源,通过n的不同设置,本算法可适用于不同的对等网络。
针对定位算法中信标节点密度低带来的定位精度低以及定位覆盖率低的问题, 提出一种基于多跳凸规划和PIT的定位算法HCAPIT。该算法利用未知节点的K跳邻居信标节点信息,采用最佳三角形内点测试法PIT估计
为了实现图像认证,提出了基于混沌理论的图像hash算法。首先将原始图像经过置乱得到加密图像,然后对差值矩阵进行调制、量化,得到固定长度的图像hash序列。算法讨论了图像的缩放和JPEG压缩对图像has
回归测试是软件演化过程中频繁进行的且开销巨大的一项任务,测试用例集的优化程度直接影响着测试的成本和效率。针对回归测试过程的特点,提出一种对测试用例集优化的新方法,即通过对测试用例集进行必要的消除冗余和
针对协同过滤中面临的数据稀疏问题,提出了相同评分矩阵的概念和一种基于相同评分矩阵的协同过滤补值算法。通过补值过程中实时维护的相同评分矩阵中体现的相似性关系,高效地填补缺失数据。实验结果表明,该算法有效
提出了一种基于遍历矩阵和DWT的图像鲁棒水印新算法。利用指定密钥产生的遍历矩阵对水印图像置乱,再将置乱后水印图像嵌入到宿主图像的深层小波域低频子图,嵌入位置由遍历矩阵确定,嵌入规则基于改进的二值运算方
一种高维稀疏矩阵中抽取非负隐特征的正则化方法 ,孙剑沛,瞿青秀,随着互联网规模爆炸性增长,越来越多的在线应用系统应运而生。在此背景下,高维稀疏矩阵被频繁使用于描述系统中实体间的关系。如
在推荐系统中,因评分尺度差异而造成的偏差问题一直影响着协同过滤算法的预测准确性。其中针对矩阵因子分解算法中的偏差问题,提出一种基于高阶偏差的因子分解机算法。该算法首先按照评分偏差的现实特征对用户和项目
在频域上分析分数倍抽样率转换信号处理过程,为适用于实时系统,对其实现结构进行优化,给出一种高效的分数倍抽样率变换器多相结构优化实现方法,并将其应用于一维信号抽样率变换。仿真结果表明,抽样输出的一维序列