结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

2D组网雷达目标真实高度的最小二乘估计

针对目标高度估计问题,给出了基于三部以上雷达距离测量的2D组网雷达目标真实高度的最小二乘估计,同时也给出了利用三部雷达计算目标真实高度的非最小二乘算法,并通过大量仿真分析了两种算法的性能。该算法能够在2D组网雷达内实现对目标真实高度的有效估计。