最小描述长度

摘要： 图概要技术是管理、分析和可视化大规模图的关键技术之一.如何综合结构和属性信息进行图概要是一个挑战.大部分现有的图概要方法或者只考虑结构或属性某一方面的信息,或者要求属性的表现形式是一致的.结合信息论中最小描述长度原则,对属性图概要问题建模,将其转化为求解最小表示代价问题,以实现图压缩和图概要的双重目标.提出了一种计算节点属性相似性的方法,该属性度量方法对节点属性的限制较小,并且将节点间的相似性统一为存储代价,实现了节点结构相似和属性相似的协同考虑.提出了两种求解最小代价表示的图概要算法.在真实和合成的数据集上实验,验证了提出算法的有效性.

摘要： 为准确描述各种条件下轨道不平顺复杂劣化过程,本文基于最小描述长度准则,建立一套动态检测数据驱动的轨道不平顺劣化自适应分段建模方法(Minimum-Description-Length-Based Rail Track Deterioration Adaptive Segmentation Framework,MDL-RTDAS),将维修作业导致轨道状态劣化过程突变的识别问题转化为模型选择问题,并设计求解算法.根据昌福高速铁路下行方向K21+184～K220+308路段近5年的历史动态检测数据,验证MDL-RTDAS的有效性;从识别准确度,模型拟合的残差和容忍检测数据异常干扰方面验证了MDL-RTDAS优于同类模型.结果表明:在缺乏完整、准确维修作业信息的情况下,MDL-RTDAS能够克服检测数据异常的干扰,感知劣化趋势变化,自动识别出维修作业造成的轨道不平顺劣化趋势突变,将劣化过程准确分段;相比于同类模型,MDL-RTDAS能更精确、有效地实现轨道不平顺劣化过程的自适应分段建模.

摘要： 传统环境感知方法主要集中于信号无关杂波的估计,对信号相关杂波的估计研究较少.在信号相关杂波背景下,以包含发射波形的回波数据作为采样数据,提出一种针对信号相关杂波的迭代感知新方法.首先,基于认知思想构建了环境参数迭代感知的一般性模型.基于该模型,结合信源数检测思想,利用最小描述长度(MDL)准则实现了杂波冲激响应(CIR)向量长度的精确估计;然后,基于随机矩阵理论(RMT)改进了MDL准则,同时给出了热噪声功率的估计值;最后,基于广义似然比准则对杂波协方差矩阵进行迭代感知.该方法在有限采样数据下可实现信号相关杂波的有效估计,仿真结果验证了所提方法的有效性.

摘要： 针对GNSS变形监测数据处理中随机游走模型对局部时段快速变形带来的异常扰动抵抗能力较差,而常速度模型处理稳定变形的精度较低的问题,提出采用滑动滤波模型描述变形体的实际变形状态,并利用最小描述长度准则评估随机游走模型、常速度模型和滑动滤波模型在变形监测中的应用效果.结果表明,监测点稳定情况下滑动滤波模型平面精度可达到5 mm以内,且采用最小描述长度准则,能有效确定最优的滑动滤波模型,实现异常变形探测1 s内快速预警.

摘要： Selectional preference was an important lexical knowledge which could be applied to syntactic and semantic analysis of natural languages and solving data sparseness problems.A method for Chinese selectional preferences acquisition using a semantic taxonomy and the MDL principle was proposed.First-ly,modifications were made on the existing noun taxonomy and a high efficient algorithm was implemen-ted.Then,knowledge acquisition was carried out on a large scale corpus.The effectiveness of the pro-posed method was shown by the analysis of the acquired preferred semantic classes and the comparison with the KL divergence-based method on the pseudo-disambiguation experiments.%语义选择限制是一种重要的词汇语义知识,有助于自然语言的句法语义分析,也有助于解决自然语言处理中的数据稀疏问题.提出了基于语义分类体系和最小描述长度原则的汉语语义选择限制知识自动获取方法,对现有的名词语义分类体系进行改造,实现了一个知识获取的高效算法.基于大规模语料进行知识获取,对获取的优选语义类进行了分析,并进行了伪消歧实验,与基于KL距离的方法进行了对比,体现了所用方法的有效性.

摘要： 传统的轨迹预测算法训练模型时需要耗费大量时间,且时空复杂度高、执行效率低,不能满足实时预测的需求.为此,提出一种改进的移动目标轨迹预测算法.基于欧氏距离进行轨迹相似度计算以提高预测准确性和实效性,根据最小描述长度原理对预测后的轨迹进行简化,优化运算效率.实验结果表明,该算法能准确预测移动目标的轨迹,并且具有较低的算法复杂度,适用于海量数据背景下的移动目标轨迹预测.

摘要： 区域分布是运动目标的重要特征,可用于目标轨迹分类.已有分类方法往往假设轨迹片段呈矩形簇状或混合高斯状分布,限制了轨迹分类精度的提升.为此,提出一种基于核密度估计和最大似然判决的轨迹分类方法,消除已有分类方法对数据分布模型的先验假设,进而解决因模型不适配导致的轨迹分类准确率受限问题.实验结果表明,相较于最小描述长度划分、高斯混合模型等方法,该方法对参数不敏感,训练时间明显缩短,轨迹分类准确率提升5％ ～ 15％.

摘要： 从观测数据中探索和发现蕴含在变量间的因果关系是大数据时代的基本任务之一,它将在未来各种数据驱动应用中发挥关键作用.推断观测数据间因果关系的方向是此任务的一类基础问题.最近研究表明基于最小描述长度MDL(minimum description length)的全局和局部回归(GLR)算法具有较高的推断准确率及较广的适用性.然而,在GLR模型中由于冗余模型的存在而严重限制了该算法的效率.为避免模型冗余,根据模型的不同特征采取分别构建GLR模型的方法,并在此基础上提出一个改进的用于因果定向的ISLOPE算法.实验结果表明,在保持原算法准确率近似不变的前提下,该算法有效地节约了运行时间,进而提升了算法效率.

摘要： 对网络的拓扑语义理解,一直是网络结构信息挖掘的重要内容.当前的图分解和社区发现算法,对于网络中子图语义和子图间的重叠语义总是难以确定.基于最小描述长度的图编码方法,结合多样化的编码字典模板,能够统一地将网络中的拓扑结构语义进行挖掘和识别.实验分析表明,图编码方法能够优化网络结构理解,挖掘出网络的具体子图语义类型,有益于更深入地理解网络拓扑语义.

摘要： The paper proposed an unsupervised multilingual identification method based on Latent Dirichlet Allocation to deal with the automatic detection of multilingual text.From the perspective of speech recognition,it reforms the LDA for language identification,using n-grams as the features.Different from the usual method of selection of topic number according to the perplexity,the paper introduces a new method based on minimum description length (MDL for short),adopting the Collapsed Gibbs Sampling as the learning method to construct the unsupervised language identification based on the LDA model.The paper takes the mitlm toolkit to generate N-gram counting files and establishes the character level's language model in multilingual identification.Then the paper uses three other language identification systems for comparison with our LDA model.The experiment chooses nine euro languages form the ECI/MCI benchmark to do the identification experiment,at the same time the paper makes a detailed analyze on the trail results,realizing a good accuracy and recall result without any annotation.%本文提出无监督的基于隐含狄利克雷分布(LDA)的潜在语义模型来处理多语种混合文本的语种鉴别问题.区别于一般的依据困惑度对模型进行筛选的方法,本文介绍一种基于最小描述长度(MDL)的新方法,用collapsed Gibbs Sampling(CGS)学习算法来训练得到相应的LDA模型.本文采用mithm工具包生成Ngram计数文件并构建了用于多语种识别的字符级语言模型.之后本文使用了3种不同的语种鉴别系统与LDA模型做对比实验.实验选取ECI/MCI标准数据库中9种欧洲系语言进行鉴别实验,在没有任何标注的情况下,实现了较好的准确率和召回率结果.

摘要： 针对电厂数据种类多、数据量大，而实际存储空间有限的情况，本文提出了一种基于改进最小描述长度(MDL)的小波变换数据压缩方法。该方法根据用户关注的信息特征，对各频段的信息加上不同得权值。以改进最小描述长度函数为准则，通过对电厂负荷数据进行压缩和解压实验，不但选择了合适的小波基函数，而且结果显示出改进MDL方法能够获得更加优于MDL方法的数据压缩比和重构精度。

摘要： 不完备数据是造成信息系统不确定的主要原因之一,对数据挖掘、知识发现等造成了困难.本文提出一种基于最小描述符长度原则的不完备数据处理方法,实例证明这种方法是有效的,Rose工具的规则提取结果证明此方法在规则的集中性和支持度方面优于粗糙集辨识矩阵方法和ConditionedMeanCompleter方法。

摘要： 从20世纪80年代以来,人脸识别是计算机视觉和模式识别领域中一个非常活跃的研究领域.由于其广泛的应用前景,已经得到了国内外众多研究人员的关注,到目前为止已经提出了各种不同的人脸识别算法.设计一个自动人脸识别系统一般分为两步:首先是人脸特征数据的提取和选择;第二是设计一个具有良好性能的识别器.这两个步骤中,人脸特征数据的提取和选择非常重要,因为提取的人脸特征数据直接影响后面识别器对人脸的识别结果.如果提取了不好的特征数据,就是选择具有最好性能的识别器也同样无法得到较好的识别效果.只有在具有较好的特征数据条件下,才可能通过选择或调整识别器来得到好的识别效果.本文研究基于改进遗传算法的人脸特征选择。

摘要： 从20世纪80年代以来,人脸识别是计算机视觉和模式识别领域中一个非常活跃的研究领域.由于其广泛的应用前景,已经得到了国内外众多研究人员的关注,到目前为止已经提出了各种不同的人脸识别算法.设计一个自动人脸识别系统一般分为两步:首先是人脸特征数据的提取和选择;第二是设计一个具有良好性能的识别器.这两个步骤中,人脸特征数据的提取和选择非常重要,因为提取的人脸特征数据直接影响后面识别器对人脸的识别结果.如果提取了不好的特征数据,就是选择具有最好性能的识别器也同样无法得到较好的识别效果.只有在具有较好的特征数据条件下,才可能通过选择或调整识别器来得到好的识别效果.本文研究基于改进遗传算法的人脸特征选择。

摘要： 从20世纪80年代以来,人脸识别是计算机视觉和模式识别领域中一个非常活跃的研究领域.由于其广泛的应用前景,已经得到了国内外众多研究人员的关注,到目前为止已经提出了各种不同的人脸识别算法.设计一个自动人脸识别系统一般分为两步:首先是人脸特征数据的提取和选择;第二是设计一个具有良好性能的识别器.这两个步骤中,人脸特征数据的提取和选择非常重要,因为提取的人脸特征数据直接影响后面识别器对人脸的识别结果.如果提取了不好的特征数据,就是选择具有最好性能的识别器也同样无法得到较好的识别效果.只有在具有较好的特征数据条件下,才可能通过选择或调整识别器来得到好的识别效果.本文研究基于改进遗传算法的人脸特征选择。

摘要： 从20世纪80年代以来,人脸识别是计算机视觉和模式识别领域中一个非常活跃的研究领域.由于其广泛的应用前景,已经得到了国内外众多研究人员的关注,到目前为止已经提出了各种不同的人脸识别算法.设计一个自动人脸识别系统一般分为两步:首先是人脸特征数据的提取和选择;第二是设计一个具有良好性能的识别器.这两个步骤中,人脸特征数据的提取和选择非常重要,因为提取的人脸特征数据直接影响后面识别器对人脸的识别结果.如果提取了不好的特征数据,就是选择具有最好性能的识别器也同样无法得到较好的识别效果.只有在具有较好的特征数据条件下,才可能通过选择或调整识别器来得到好的识别效果.本文研究基于改进遗传算法的人脸特征选择。

摘要： 从20世纪80年代以来,人脸识别是计算机视觉和模式识别领域中一个非常活跃的研究领域.由于其广泛的应用前景,已经得到了国内外众多研究人员的关注,到目前为止已经提出了各种不同的人脸识别算法.设计一个自动人脸识别系统一般分为两步:首先是人脸特征数据的提取和选择;第二是设计一个具有良好性能的识别器.这两个步骤中,人脸特征数据的提取和选择非常重要,因为提取的人脸特征数据直接影响后面识别器对人脸的识别结果.如果提取了不好的特征数据,就是选择具有最好性能的识别器也同样无法得到较好的识别效果.只有在具有较好的特征数据条件下,才可能通过选择或调整识别器来得到好的识别效果.本文研究基于改进遗传算法的人脸特征选择。

摘要： 一种系统和方法提供了具有比特率约束的由视频描述长度(VDL)引导的恒定质量视频编码策略和一种用于优化输入视频的编码比特率、失真和复杂性的视频编码系统。该方法获得输入视频的总VDL、时间VDL和空间VDL并且比较输入视频的总VDL、时间VDL和空间VDL与参考VDL、时间VDL和空间VDL。基于比较，该方法调整输入视频的编码比特率、总编码复杂性、时间编码复杂性和空间编码复杂性，并且用输入视频的调整的编码比特率、总编码复杂性、时间编码复杂性和空间编码复杂性对输入视频编码。

摘要： 本发明公开了一种多示例能量约束最小化的高光谱目标描述与检测方法，实现步骤：输入数据划分与像素光谱分包；确定能量约束最小化光谱检测响应；对不精确标记数据包建立多示例概率模型和待优化目标函数；初始化目标光谱特征描述子；使用梯度上升法迭代优化目标函数；逐像素目标检测；检测性能评价，完成高光谱目标描述与检测。本发明利用多示例学习从不精确标记的高光谱图像中自适应学习得到具有高判别能力的目标光谱特征描述子，克服了人力逐像素标注不准确、训练正负样本不均衡问题，节约成本，实现亚像素级目标特征准确描述。学习得到的目标光谱特征描述子能用于基于光谱匹配的多种高光谱亚像素检测器，实现目标高效检测。

摘要： 本发明公开了一种基于最小外接矩形垂直内距离比例的形状描述与检索方法，改善了现有技术中传统描述子方向性仍有缺陷的问题。该发明含有以下步骤，提取出目标图像的边缘特征，采用轮廓提取算法提取轮廓特征；根据提取出目标图像的轮廓特征，构造最小外接矩形；轮廓上某一点向最小外接矩形的四个边作垂线，形成轮廓点垂直内距离集合，计算所有轮廓点的垂直内距离比例，作为垂直内距离比例描述子；将轮廓点垂直内距离比例划分为K个网格，平滑归一化每一个网格，形成特征描述矩阵；采用L1范数度量每列垂直内距离比例特征描述矩阵之间的距离，得到代价矩阵；采用动态规划算法对代价矩阵进行相似度匹配。该技术可提升形状检索的性能，更适用于大规模的形状检索。

摘要： 本公开涉及基于置信度来减小描述长度。提供了用于操作智能自动化助理的系统和过程。在一个示例中，接收对媒体项的用户请求。基于该用户请求，识别至少一个媒体项和对该至少一个媒体项的描述。获得该至少一个媒体项中的识别的媒体项对应于所请求的媒体项的置信度水平。根据确定该置信度水平超过第一置信度阈值，减小所识别的描述的长度以获得修改的描述，并且以第一口头响应提供对所识别的媒体项的所修改的描述。

摘要： 本申请的各实施例涉及由视频描述长度引导的视频编码的速率‑失真‑复杂性优化一种系统和方法提供了具有比特率约束的由视频描述长度(VDL)引导的恒定质量视频编码策略和一种用于优化输入视频的编码比特率、失真和复杂性的视频编码系统。该方法获得输入视频的总VDL、时间VDL和空间VDL并且比较输入视频的总VDL、时间VDL和空间VDL与参考VDL、时间VDL和空间VDL。基于比较，该方法调整输入视频的编码比特率、总编码复杂性、时间编码复杂性和空间编码复杂性，并且用输入视频的调整的编码比特率、总编码复杂性、时间编码复杂性和空间编码复杂性对输入视频编码。

摘要： 本发明公开了一种基于最小描述长度（Minimum Description Length，MDL）原则的自适应多尺度图像弱边缘检测方法，首先，利用多尺度高斯平滑构造线性尺度空间；然后，计算图像的局部描述长度，利用最小描述长度原则确定最佳局部平滑尺度；最后，对局部平滑后的图像进行边缘检测，得到弱边缘图像的全部边缘。本发明能有效地滤除常见噪声和提取真实的弱边缘，避免边缘断裂、偏移和虚假边缘响应等现象，而且本发明中的算法为非迭代地滤波方式，不仅极大地提高运算速度，还使得算法的稳定性大为增强。

摘要： 本发明提供一种基于最小描述长度的近场源定位方法、装置及系统，涉及移动业务中的信源定位系统技术领域。该方法包含步骤：S1、对接收信号进行协方差矩阵特征分解，得到协方差矩阵特征向量；S2、基于最小描述长度准则，对协方差矩阵特征向量进行信源数目预估计，得到预估计的信源数目K；S3、与步骤S1并行，对接收信号进行两个相关性矩阵特征分解，得到两组相关性矩阵特征向量；S4、将步骤S2中的信源数目K与步骤S3中的相关性矩阵特征向量结合，进行特征向量匹配，解算出接收信号的相位信息；S5、对所述相位信息进行反解，得到信源方位。本发明既能降低近场源定位的计算复杂度，提高计算效率；又能充分发挥数据预处理的效能，提高定位的精准性与稳定度。

摘要： 本发明公开了一种绝对中位差结合最小描述长度的CFAR检测方法，属于雷达目标检测技术领域，涉及恒虚警检测算法，包括以下步骤：通过最小描述长度法来进行杂波边缘位置的判定；根据杂波边缘位置选定区间内的样本数据w作为背景杂波功率估计值；样本数据选取后，采用绝对中位差检验对样本集合进行干扰的剔除；最后利用筛选后的样本求平均得到背景杂波功率估计值。本发明提出的绝对中位差结合最小描述长度的CFAR检测方法，有效地减小参考单元中干扰的影响，使得背景杂波估计更准确，在多目标环境、杂波边缘环境下均具有良好的检测效果，算法环境适应性强。

摘要： 本发明公开了一种基于最小描述长度（Minimum Description Length，MDL）原则的自适应多尺度图像弱边缘检测方法，首先，利用多尺度高斯平滑构造线性尺度空间；然后，计算图像的局部描述长度，利用最小描述长度原则确定最佳局部平滑尺度；最后，对局部平滑后的图像进行边缘检测，得到弱边缘图像的全部边缘。本发明能有效地滤除常见噪声和提取真实的弱边缘，避免边缘断裂、偏移和虚假边缘响应等现象，而且本发明中的算法为非迭代地滤波方式，不仅极大地提高运算速度，还使得算法的稳定性大为增强。

摘要： 本发明提供一种基于最小描述长度的近场源定位方法、装置及系统，涉及移动业务中的信源定位系统技术领域。该方法包含步骤：S1、对接收信号进行协方差矩阵特征分解，得到协方差矩阵特征向量；S2、基于最小描述长度准则，对协方差矩阵特征向量进行信源数目预估计，得到预估计的信源数目K；S3、与步骤S1并行，对接收信号进行两个相关性矩阵特征分解，得到两组相关性矩阵特征向量；S4、将步骤S2中的信源数目K与步骤S3中的相关性矩阵特征向量结合，进行特征向量匹配，解算出接收信号的相位信息；S5、对所述相位信息进行反解，得到信源方位。本发明既能降低近场源定位的计算复杂度，提高计算效率；又能充分发挥数据预处理的效能，提高定位的精准性与稳定度。