上下文信息

摘要： 在旅游时游客很难预先知道自己的旅游需求,并且旅游偏好在旅游过程中也会发生变化。为了给游客提供即时高效的个性化信息服务,本文将上下文信息引入推荐系统,结合案例推理和神经网络,根据游客的喜好为用户提供个性化信息服务推荐。实验表明,该方法可较好克服推荐系统新用户冷启动的问题,提高旅游信息服务的准确率和提升游客服务的满意度。

摘要： 随着移动设备和社交软件的普遍应用,下一个兴趣点推荐(next POI recommendation)变成了基于位置的社交网络(LBSN)的一个非常重要的任务。现实生活中用户访问的下一个兴趣点通常受到用户签到序列信息、用户关系和该地点的上下文信息等诸多方面的影响。基于循环神经网络(RNN)的方法已经被广泛的应用到下一个兴趣点推荐中,但是这些基于RNN的方法缺乏对用户关系进行深入建模。为了解决上述问题,提出了一种整合用户关系和门控循环单元(GRU)进行下一个兴趣点推荐的模型(GRU-R),同时该模型能够考虑用户签到序列信息、用户关系、兴趣点的时空信息和类别信息等进行下一个兴趣点推荐。在两个真实公开的数据集上进行实验,结果表明提出的模型比现有主流的下一个兴趣点推荐算法具有更高的推荐准确性。

摘要： 针对三维人体重建中服装视觉信息表示模糊的问题,提出一种多阶段优化的三维人体重建方法.首先对输入的人体图像进行预处理,分别提取其语义特征、明暗特征和高频特征;然后基于局部深度特征构建有向距离场,隐式表征三维人体的几何形状;再构建着装层次表示模块,通过定义着装层次损失函数感知服装语义上下文信息,并优化有向距离场,生成粗糙的三维人体模型;最后结合明暗特征和高频特征捕获服装褶皱细节,并在UV空间内定位褶皱位置,优化生成精细的三维人体模型.在BUFF数据集上的实验结果表明,所提方法的法线L2误差和倒角距离误差分别为0.13和1.30,较已有方法降低了13%和2%,能够提高三维人体重建的精度,生成具有服装款式、着装层次和褶皱细节的三维人体模型.

摘要： 针对当前交通标志检测中存在小目标检测精度低、检测实时性不高以及目标漏检等问题,在YOLOv3基础上提出了一种融合了注意力机制与上下文信息的交通标志检测方法;首先通过改进通道注意力机制的压缩方式,对特征图通道重新进行标定;然后引入空间金字塔池化模块SPP;最后增加特征映射并拼接到原特征融合网络中的小目标部分,充分利用上下文信息增强对小目标的检测;实验结果表TT100K(Tsinghua-Tencent 100K)交通标志数据集上,与YOLOv3网络相比,在每秒传输帧数(FPS,frame per second)变化不大的情况下,平均精度均值和小目标的精度均值分别提升3.03%和4.59%;实验结果证明了改进网络在小目标检测和整体检测中的有效性。

摘要： 为解决SAR图像因相干斑噪声严重而影响变化检测结果的问题,该文从像素级和区域级两个角度对SAR图像的空间邻域关系进行研究,提出一种基于双边加权核图割的SAR图像变化检测算法。首先通过均值比算子生成差异图,并利用核函数隐式地将差异图转换为图割能量函数的一元项;然后分别针对邻域内像素的空间上下文关系与以像素为中心的区域空间上下文关系进行研究,将其量化为图割能量函数的二元项。选取Ottawa和Mexico fire两组SAR数据集对算法进行验证,该算法平均总体精度为98.44%,Kappa系数相比PCA-Kmeans、FLICM、MRFFCM、KGC算法分别提高了4.64%、6.16%、4.15%和5.04%,证明该算法能够提高变化区域和非变化区域之间的可分离性,对噪声严重的SAR图像的抗噪能力较强,且图像边缘定位准确。

摘要： 由于小目标有限的分辨率和表观信息,其检测任务一直是计算机视觉领域的挑战性工作。在解决这一问题时,现有大多数方法为了提高精度而牺牲了速度。在论文中,为了提高小目标检测精度,同时保证检测速度,提出了一种在卷积网络中引入上下文信息的特征融合方法,即Contextual Fused Network(简称CF-Net)。CF-Net引入了上下文信息,并且只在浅层进行特征融合,这样既能提高小目标的检测精度,又能保证检测速度。实验结果表明,在小目标检测上,CF-Net在PASCAL VOC2007上获得的mAP为78.9,比目前主流的单点检测器SSD提高了2%。CF-Net模型测试速度为40 fps,比现有小目标检测器DSSD高26.4 fps。

摘要： 随着基于位置的社交网络(Location-Based Social Networks,LBSNs)与兴趣点(Point of Interest,POI)推荐的有效组合,近年来已涌现出大量的相关研究,这些方法主要可分为将地理、社会、类别、文本以及时间等上下文信息进行建模并融合,进而克服数据稀疏问题并提升兴趣点推荐的性能.但已有的兴趣点推荐方法认为不同上下文间相互独立,在对不同上下文建模并融合的过程中忽略了其内在联系,导致上下文信息未得到充分利用.另外,在将上下文模型融合到用户自身偏好模型时,未考虑上下文信息对用户历史签到记录的不同影响.为应对上述挑战,本文合理地重构了上下文信息模型并有效地融合到用户偏好模型中,且提出了一种基于用户活动轨迹和个性化区域划分的兴趣点推荐方法.该方法根据用户的活动轨迹刻画出其日常活动区域,并探索了不同用户间的地理距离分布以及活动轨迹的相似度以建模社会关系对用户签到的影响.进一步地,结合用户活动轨迹区域内的POI的地理信息,使用带有自适应带宽的核密度估计方法评估POI间的地理相关性,以建模POI地理信息对用户签到的影响.最后,将用户社会关系模型和POI地理信息模型与用户自身偏好模型融合,使用改进的加权矩阵分解技术求解用户的个性化POI推荐.本文分别采用经典的和当前流行的相关研究作为基准,在Gowalla和Foursquare数据集上进行对比,实验结果表明本文方法具有更好的POI推荐效果,说明了本文提出的模型在融合策略和克服数据稀疏性方面更具优势.

摘要： SSD是一种多尺度目标检测算法,由于浅层特征图缺乏语义信息,导致小目标的检测准确率低。针对这个问题,提出一种融合特征增强和自注意力的SSD小目标检测算法FA-SSD。该算法在SSD基础上构建一条自深向浅的递归反向路径,此路径包含三个模块:深层特征增强模块利用路径深层多尺度特征图生成的上下文信息和最深层特征图的语义信息,增强深层特征信息的表达能力;上采样特征增强模块通过扩大特征图的感受野,增强反向路径中上采样特征图的语义信息;自适应特征融合模块引入自注意力机制自适应地融合相邻的浅层特征图和上采样特征图,生成新的具有强语义和精确位置信息的特征图。实验结果显示,在PASCAL VOC和TT100K数据集上,FASSD的mAP最高达到了92.5%和80.2%,表明该检测算法能够增强浅层特征图的语义信息,对于复杂场景下的小目标有着较好的检测效果。

摘要： 为提高自然语言处理任务中文本相似度检测的准确率,提出一种改进双向长短期记忆网络(Bi-LSTM)的文本相似度计算方法。将输入的句子转换成多个单词向量,通过Bi-LSTM提取出每个单词向量的最佳词特征,引入注意力机制,减小非关键因素的影响;采用多层相似加权对两个句子分别从词与词、句子与句子、词与句子3个层面进行多层比较,加权得到其最终的相似度;基于SMTeuroparl、MSRvid和MSRpar这3个数据集对所提方法的性能进行评估。实验结果表明,相比于其它方法,所提方法的文本相似度计算更佳,适用于处理复杂的长文本。

摘要： 目的:设计基于雾计算的移动医疗设备信息隐私保护方案,为移动医疗设备信息安全提供保护。方法:采用静态分析、动态分析和静态与动态综合分析的方法,分析Android系统软件访问私有数据的内在机制。采用基于应用程序接口(API)函数上下文的隐私泄漏检测方法,提出用于移动医疗设备隐私保护的雾计算解决方案,并设计基于雾计算的安全和隐私保护框架。结果:提出的移动医疗设备隐私保护的雾计算解决方案,实现了实时监控Android系统的个人健康决定(PHD)上各种应用程序及检测恶意代码;基于API函数上下文信息库的方法及隐私泄漏检测方法,有效避免了医疗设备信息的隐私泄漏。结论:基于雾计算的移动医疗设备信息隐私保护方案,具有低能耗以及良好的适应性和检测性能,可为移动医疗设备信息隐私安全提供保护。

摘要： 基于文本的问题生成是从给定的句子或段落中生成相关问题.目前,主要采用序列到序列的神经网络模型针对包含答案的句子生成问题.然而这些方法存在主要问题:生成的疑问词与答案类型不匹配;问题与答案的相关性不强.本文提出一个基于答案及其上下文信息的问题生成模型.该模型首先根据答案与上下文信息的关系确定与答案类型匹配的疑问词;然后利用答案及其上下文信息确定问题相关词,使问题尽可能使用原文中的词;最后结合原句作为输入来生成问题.相关实验表明,该文提出的模型性能明显优于基线系统.

摘要： 在移动新闻视频推送中,用户是否接受推送的内容,不但取决于内容本身,还受用户所处上下文(包括用户收看的时间、所处位置以及所用设备)影响.这种上下文对用户接受推送的影响尚未被仔细研究.本文将通过数据驱动的方法,利用大量真实移动新闻视频推送服务中新闻推送和新闻浏览的记录(包括16天4000万条访问日志),研究包括时间、位置、设备等上下文信息对用户接受新闻推送的影响.本文给出的发现包括:1)时间的周期性和峰值差异性;2)位置的差异性和热点区域对推送的影响;3)移动设备类型、操作系统对推进的影响.这些研究将有助于优化移动新闻视频的推送.

摘要： 响应速度较慢和推荐内容与用户上下文信息匹配程度低是当前影片推荐系统迫切需要解决的问题.针对上述挑战,本文提出Spark平台下基于上下文信息的影片混合推荐方法.它通过利用分布式并行计算技术使Spark进行加速,来提高系统对于海量数据的检索与计算速度,从而减少了系统响应时间.同时该方法将"上下文推荐"和"交替最小二乘的协同过滤(ALS)"融合成一种混合推荐方法,从而提高了系统的推荐精度.实验结果表明本文所提出的混合推荐方法有不错的效果.

摘要： 上下文信息对于构建精确的推荐系统是很有价值的.然而,传统的推荐系统还不能有效提取并结合不同类型的上下文信息来进一步提高推荐质量.为此,提出基于上下文提取的感知推荐算法CEPRA(Context Extraction based Perception Recommendation Algorithm),对于不同类型的上下文,提取出和用户评分相关的上下文信息,利用相关的上下文信息通过引入随机决策树的方式分割初始用户项目评分矩阵,在树的叶子结点应用矩阵分解,通过求解目标函数来预测潜在用户对项目的评分.在真实数据集上的实验表明,该算法较传统推荐算法有着更高的准确率.

摘要： 随着移动云计算的兴起,有关于大规模移动设备上下文信息处理的研究成为了热点.目前比较流行的解决方案是采用基于MapReduce计算模型的Hadoop框架,它虽能解决大规模数据处理的吞吐量问题但是却不能很好的解决数据处理的时效问题.因此,本文针对存在的问题,提出了移动云计算与流处理技术相结合的解决方案,并构建与实现了一个实时处理大规模上下文的流处理框架.最后通过此框架对本文的研究内容进行了验证,且以一个道路实况监测的实例验证了框架的可行性及有效性.

摘要： 上下文信息对于统计机器翻译(SMT)中的规则选择是很重要的，但是之前的SMT模型并没有充分利用上下文信息。在本文中，我们提出了一种利用篇章上下文信息的方法来提高规则选择的准确性，从而提高翻译的质量。首先我们利用向量空间模型获得训练语料的文档和测试集中文档的相似度，然后把相似度作为一个新的特征加入到短语模型中。实验结果表明，在英语到汉语的翻译工作中，我们的方法可以显著提高翻译质量。在NIST-08和CWMT-08两个测试集上BuEU值都有显著的提高。

摘要： 基于依存语法的统计机器翻译中,由于依存文法的扁平化,随着节点数目的增多,解码过程中很难匹配到完整的规则,会有大量未覆盖节点需要进行粘贴操作,传统的粘贴操作采用邻近保序策略,但会在一定程度上造成译文顺序的混乱.本文构建了一个基于最大熵的粘贴模型,利用丰富的上下文信息指导译文粘贴.在NIST2005汉英测试集上的实验结果表明,使用粘贴模型能够有效的减少粘贴操作带来的错误影响,相对于基准系统提高了1.13个BLEU值。

摘要： 针对专利文献的特点，本文提出了一种基于统计和规则相结合的多策略分词方法。该方法利用文献中潜在的切分标记，结合切分文本的上下文信息进行最大概率分词，并利用术语前后缀规律进行后处理。该方法充分利用了从大规模语料中获取的全局信息和切分文本的上下文信息，有效地解决了专利分词中未登录词难以识别问题。实验结果表明，本文方法在封闭和开放测试下分别取得了较好的结果，对未登录词的识别也有很好的效果。

摘要： 针对视觉手势界面存在的问题,提出了一套行之有效的解决方案.首先,为了解决视觉手势交互中的MidasTouch问题,以人类注意的信息加工模型为理论依据提出了一个可扩展的视觉手势交互模型,该模型将手势交互过程分为选择性处理、分配性处理和集中处理3个不同阶段;然后,基于该模型提出了一个视觉手势识别框架,并结合认知心理学从手势检测、跟踪和识别3个方面对该框架的各个组成模块的关键技术进行了阐述,其中手势检测模块和识别管理模块能够辅助系统在复杂的背景中滤除掉不相关信息而选择性地搜索人手并根据上下文信息对手势识别任务重定向,从而避免了系统时刻都处于激活状态并对所有的手势动作都进行识别分析,有效解决了Midas Touch问题.文中介绍了使用该方法实现的IEToolkit手势界面工具平台,并基于一个视觉手势交互系统进行了实验测试与评估,结果验证了文中方法的可用性.

摘要： 本文研究了基于知识的SAR图像飞机检测，根据飞机在SAR图像中的特点，文章给出了检测飞机的三条知识准则，并给出了与之相应的基于知识的飞机检测方法。该方法包括了区域分割、目标检测和目标鉴别三个组成部分。实测SAR图像的检测结果表明，这种新的方法可以实现复杂场景下的飞机检测，这也表明这种方法对飞机检测的有效性。

摘要： 本发明涉及网络计算领域，并且尤其涉及用于设计包括门户页面和门户组件的分级结构的Web门户以便访问经由门户可访问的Web内容的方法和系统。为增加用户舒适度，提出实现以下步骤的上下文交换机制：a)为在所述Web门户上处理多个小应用程序的单个线程定义预定义的存储区域，b)在处理所述多个小应用程序的过程中，监听(430)通过由用户使用的所述小应用程序中的每一个所激发的事件，c)收集(435)和存储(440)与所述监听的事件相关联的信息到所述预定义的存储区域中，其中一条信息被存储为一对属性和属性值，d)聚类(470)所述存储的信息成多个不同的属性，e)自动地传播(485)所述聚类的信息到所述多个小应用程序中。

摘要： 公开了支持共享单个连接性上下文的多个并发的服务上下文的方法和装置。设备可以发起与网络节点的无线链路，并使用该设备的连接性逻辑上下文在该无线链路上与该网络节点建立连接性上下文。网络节点可以对上下文建立请求进行接收、认证和授权。可以使用该设备的第一逻辑上下文在该无线链路上与第一服务管理实体建立第一服务上下文，其中第一逻辑上下文与连接性逻辑上下文不同。使用基于设备的多个逻辑上下文的多个服务上下文的多个服务连接，可以共享该连接性上下文，并可以被建立在该无线链路上。

摘要： 本发明涉及网络计算领域，并且尤其涉及用于设计包括门户页面和门户组件的分级结构的Web门户以便访问经由门户可访问的Web内容的方法和系统。为增加用户舒适度，提出实现以下步骤的上下文交换机制：a)为在所述Web门户上处理多个小应用程序的单个线程定义预定义的存储区域，b)在处理所述多个小应用程序的过程中，监听(430)通过由用户使用的所述小应用程序中的每一个所激发的事件，c)收集(435)和存储(440)与所述监听的事件相关联的信息到所述预定义的存储区域中，其中一条信息被存储为一对属性和属性值，d)聚类(470)所述存储的信息成多个不同的属性，e)自动地传播(485)所述聚类的信息到所述多个小应用程序中。

摘要： 在处理器中的上下文切换时交换和恢复上下文特定的分支预测器状态。处理器的指令处理电路中的分支预测电路包括私有分支预测存储器，该私有分支预测存储器被配置为存储正在执行的进程的上下文的分支预测状态。由分支预测电路访问分支预测状态以预测其进程的分支指令的结果。在某些方面，当处理器中发生上下文切换时，存储在私有分支预测存储器中的且与要被换出的当前上下文相关联的分支预测状态从私有分支预测存储器被换出到共享分支预测存储器。共享分支预测存储器中先前存储(即，换出)的且与用于执行的要被换入的上下文相关联的分支预测状态在私有分支预测存储器中被恢复以用于分支预测。

摘要： 使用无内容文件的元数据来提供对文件内容的客户上下文访问。在客户上下文内，从缺少第一文件的内容并且包括元数据的容器镜像挂载文件系统，该元数据定义第一文件的属性和映射数据，映射数据定义用于标识另一个文件系统内的第二文件的信息，第一文件的内容从该另一个文件系统可获得。基于这些属性，涉及第一文件的文件系统操作在不切换到宿主上下文的情况下被执行，并且对第一文件的内容的请求访问得到响应。响应包括：基于映射数据，传送针对宿主上下文提供第一文件的内容的请求，并且在从上下文切换返回后，通过提供来自(多个)客户存储器页面的第二文件的内容来响应请求访问，(多个)客户存储器页面被映射到包含第二文件内容的(多个)宿主存储器页面。

摘要： 一种用于处理视频的方法，包括：通过处理器执行确定将第一视频块分割以包括非矩形和非正方形的第一预测部分；将与第一预测部分相关联的第一运动矢量(MV)预测候选添加到与第一视频块相关联的运动候选列表中，其中从子块MV预测候选导出第一MV预测候选；以及使用运动候选列表执行第一视频块的进一步处理。

摘要： 在本文中公开了用于增强对协作组中的其他人的活动的了解的系统、方法和软件。在实现方式中，标识人员的联系人被显示在针对应用的用户界面中。确定所述人员是否与所述应用的用户处在协作组中。如果是，则进一步确定该人员当前在与所述用户的当前上下文不同的上下文中、在内容项中是活跃的。当满足这样的条件时，在用户界面中显现该人员在所述内容项中活跃的指示。

摘要： 上下文信息生成方法、上下文信息生成装置及计算机可读记录介质。存储单元内存储文档和作为针对多个单词分别计算出的单词嵌入的多个单词向量。处理单元针对单词中的一个单词，从文档中提取位于从所述一个单词出现的一个出现位置起的规定范围内的两个或更多个周边单词，并通过将分别对应于周边单词的单词向量相加来计算和向量。处理单元确定参数，以使用机器学习模型，根据和向量和该参数来预测周边单词。处理单元将参数作为所述一个出现位置的上下文信息，与对应于一个单词的单词向量相关联地存储。

摘要： 本公开描述用于上下文切换的技术。在一个实例中，图形处理单元能够配置成：产生存储于所述图形处理单元的片上存储器中的上下文信息的一或多个签名；确定所述一或多个签名是否匹配存储于能够由所述图形处理单元存取的一或多个存储器中的上下文信息的任何先前产生的签名；向所述一或多个存储器中的至少一个存储所述一或多个签名中的被确定为不匹配存储于所述一或多个存储器中的至少一个中的任何先前产生的签名的任何签名；以及向所述一或多个存储器中的至少一个存储分别对应于被确定为不匹配存储于所述一或多个存储器中的至少一个中的任何先前产生的签名的所述一或多个签名的所述上下文信息。

摘要： 描述了一种用于聚合、分析和使用上下文信息的上下文平台框架。系统的实施例包括聚合器，用于经由提供者应用程序接口(API)从多个提供者接收上下文信息；其中所述聚合器用于聚合所述接收的上下文信息。所述系统还包括分析器，用于分析所述接收的上下文信息和所述聚合的上下文信息，以生成计算出的上下文信息。随后，基于所述聚合的上下文信息、所述计算出的上下文信息和一个或者多个分析规则，所述聚合器和所述分析器中至少一个触发多个客户机中的至少一个客户机的动作，其中与所述多个客户机的通信是经由客户机API来完成的。描述和要求了其它实施例。