日常交互中朋友关系强度度量方法

针对如何度量日常生活中人们之间的关系强度问题展开研究,提出一个从日常轨迹、语义位置以及语义标签三个层次度量朋友之间关系强度的层级模型FRSHV。采用动态时间规整模型通过计算朋友之间的空间距离来度量其日常轨迹之间的相似度,进而使用轨迹序列熵值对用户每天轨迹的相似度进行加权处理,将其作为朋友之间的关系强度;采用主题模型隐含狄利克雷分布分别计算朋友之间的基于语义位置和语义标签的行为模式的相似性,将其作为朋友之间的关系强度;采用集成学习的思想对三个层次的度量结果进行投票,以投票结果作为最终的朋友之间的关系强度。在公开数据集上对FRSHV模型的有效性进行实验验证,结果表明该模型能够有效地度量朋友之间的关系强度。     

基于Hough变换撤票策略的目标微多普勒提取

微动特征的提取对于目标识别具有重要意义,但现有算法提取多分量旋转目标微多普勒参数的计算量太大.针对这一问题,提出了一种Hough变换撤票策略,对时频空间进行Hough变换得到参数空间,对已包含所有信息的参数空间进行多次撤票,便可分步得到微多普勒信号参数.仿真实验验证了该方法的有效性.