摘要：本发明涉及计算机信息处理领域的模式识别技术，具体涉及一种已知表格的版面自动定向和定位方法。现有技术中，通过计算机系统对表格和票据扫描录入，需要人工干预进行版面的定向，而计算机系统无法进行自动的批量处理，效率非常低；同时由于扫描过程的扫描分辨率的不稳定性、存在污点等情况而影响表格和票据的自动录入效果。本发明所述的方法通过计算机自动提取表格线，与已知的表格线进行匹配从而判定表格的方向，并使用最小二乘法准确定位表格并计算出伸缩比例。采用本发明所述的方法，可以大大提高表格类文档以及票据的录入效率和精度。

摘要：本发明属于视频检索技术领域，具体涉及一种通过视频片段进行视频检索的方法。现有的基于内容的视频片段检索方法往往存在着检索精度不高，检索速度慢的问题。针对现有技术中存在的不足，本发明提出在图论最优匹配的框架下来同时解决自动获取相似片段和评价两个片段的相似度这两个片段检索的难题建立了片段检索的带权二分图模型，通过考察相似镜头的连续性初步得到一个个相似片段，再运用最优匹配的Kuhn_Munkres方法计算这些片段和查询片段的最大权匹配，匹配用于判断两个片段是否相似和确定相似片段的边界，最大权用于表示两个相似片段的相似度。实验结果表明，与现有方法相比，本发明可以取得更高的查准率和查全率，同时也取得了更快的检索速度。

摘要：本发明属于视频检索技术领域，具体涉及一种对镜头进行基于内容的视频检索的方法。现有的基于内容的镜头检索方法往往存在着由于镜头内容描述不准确，检索准确率不高的问题。针对现有技术中存在的不足，本发明首次将模糊聚类分析的方法用于镜头检索。与现有方法相比，本发明提出的方法使用模糊聚类的方法，把镜头分为多个等价类，等价类内部内容是一致的，这些等价类客观全面的描述了镜头内部内容的变化。然后把这些等价类用于镜头检索，获得了良好的检索结果。本发明的效果在于进行基于内容的视频检索时可以取得更高的准确率，同时保持很快的检索速度。

摘要：本发明属于视频检索技术领域，具体涉及一种基于内容的镜头检索方法。现有的基于内容的镜头检索方法往往存在着检索准确率不高的问题。针对现有技术中存在的不足，本发明首次将图论最优匹配的Kuhn_Munkres方法用于镜头检索。与现有方法相比，本发明提出的方法强调在一一对应的前提下，全面客观地度量两个镜头的相似度。把两个镜头的相似度度量建模为一个带权的二分图：镜头中的每一帧看成二分图的一个结点，两个镜头之间任意帧的相似值作为边的权值。在一一对应的前提下，利用Kuhn_Munkres方法求出该二分图的最大权，以此作为两个镜头的相似值。考虑到检索速度问题，提出了两个改进方法。实验对比结果证实了本发明在镜头检索中的优异表现。

摘要：本发明属于视频检索技术领域，具体涉及一种基于内容的视频片段检索方法。现有的基于内容的视频片段检索方法往往存在着检索精度不高，检索速度慢的问题。针对现有技术中存在的不足，本发明首次运用图论的最大匹配和最优匹配来解决这个问题。首先，通过考察相似镜头的连续性初步得到一个个相似片段，再运用最大匹配的Hungarian算法来确定真正的相似片段。然后，本发明提出用最优匹配的Kuhn-Munkres算法和动态规划算法相结合，来解决片段相似度的度量问题。实践结果表明，与现有方法相比，本发明可以取得更高的检索精度和更快的检索速度，同时在相似片段的排列顺序上，更加符合人的心理特征。

摘要：本发明属于智能信息处理技术，具体涉及一种融合关键词学习的支持向量机文本分类增量训练学习方法。现有的方法忽略了随着增量训练而应有的文档关键词的学习问题，使得增量训练效果要低于非增量的一次性训练。本发明针对关键词在训练中的重要作用，提出了同步考虑关键词“增量”学习的方法，在增量训练过程中，同时进行分类关键词的学习与调节，从而消除了增量训练相对于一次性训练的不足。本发明所提出的融合关键词学习的增量训练方法可获得与一次性训练相一致的分类精度，优于没有进行关键词学习的方法。