wuou@tju.edu.cn
081203
无
教授
基于深度学习的多（生物医学）文档摘要研究

---

网络数据的质量分析与内容挖掘

---

敏感图像识别技术研制

---

排序学习中的对象集结构分析与等序关系输出研究

---

网页表观挖掘的关键问题研究

---

互联网大规模用户文本内容的语义抽取与识别

---

数据的重复性检测

---

大规模文本摘要的检索与挖掘

---

聚类集成的原理与方法（基金子项）

---

有害图像识别

---

动态、分布式网络入侵模式分析
基于网页视觉特征的网页分类方法及其系统

---

基于内容的敏感网页识别方法

---

一种基于多分类器融合的敏感网页过滤方法及系统

---

一种高效的敏感图像检测方法及其系统

---

一种视频场景分割的融合方法

---

基于频谱特征分析的图像重复检测方法

---

一种对互联网大麻图像进行的过滤方法

---

网页视觉复杂度的自动评价方法

---

网络新闻表情分布的自动预测方法

---

一种可个性化定制的网页过虑方法
本发明公开一种网页视觉质量的自动评价方法及其系统，包括：收集网页样本，每个样本通过人工来进行标记其为视觉质量高的网页样本还是视觉质量低的网页样本，以此建立训练集，利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块，把每一幅网页转换成一副图像，结合提取的网页布局块和文本块来提取每一幅网页四方面的特征：布局视觉特征、文本视觉特征、传统视觉特征以及视觉复杂度特征；利用得到的网页特征对支持向量机分类器进行训练，得到分类器参数，并对新网页进行评价，判定其视觉质量的高低。

---

本发明公开一种基于内容的敏感网页识别方法。

---

本发明公开基于多分类器融合的敏感网页过滤系统及方法，处理对象是一幅网页，其处理结果是该网页是否包含敏感内容，此处的敏感可以定义为色情，反动，暴力等危害社会的不健康互联网内容。

---

发明公开一种高效的敏感图像的检测方法及其系统，包括：收集敏感图像样本和正常图像样本建立训练集并提取兴趣点，结合肤色模型对兴趣点进行过滤，去掉或保留与肤色无关或相关的兴趣点，提取兴趣点处的局部不变量特征并进行聚类，建立数据驱动的树形金字塔模型，在此基础上针对每一幅图像提取多分辨率直方图特征；采用金字塔匹配算法计算任意两幅图像的相似度，并生成核函数矩阵；利用得到的核函数矩阵对支持向量机分类器进行训练，得到分类器。

---

本发明公开一种视频场景分割的融合方法，包括：利用现有的视频场景分割方法对给定的视频进行分割得到多个候选场景分割结果来作为分割融合的输入分割集合，利用输入分割集合构建一个新分割，对这个新的分割的每一个分割点进行预处理，如果该分割点出现在超过一半的候选分割里面，则标记该点为真分割点，视频的初始点与结束点自动成为真分割点。提取完真分割点后，可以把新分割分为多个子分割段。利用优化算法对每个子分割段进行分割点优化。

---

本发明是一种基于频谱特征分析的图像重复检测方法，包括：通过下采样模块对图像进行下采样，通过频谱分析模块对图像进行频谱分析；用于提取图像像素的颜色信息；通过频谱分析模块对图像进行梯度信息分析；用于获取下采样后的图像梯度分布特征，该特征具有旋转、平移以及尺度不变的性质；通过索引生成模块融合图像颜色和梯度信息，作为图像索引。采用这种方法可以极大地减少数据库的存储冗余度，提高了现有检索系统的检索性能和效率。

---

本发明涉及一种对互联网大麻图像进行的过滤方法，包括步骤：利用尺度不变特征变换算法提取图像的局部特征；对每一个大麻训练图像的每一个局部特征构造一个自相似性弱分类器；自相似性弱分类器考察任意一幅测试图像是否与此自相似性弱分类器的局部特征所在的大麻图像相似及自相似程度是否足够；如果一幅测试图像既与此自相似性弱分类器的局部特征所在的大麻图像相似，又有足够的自相似性；将自相似性弱分类器整合到一起，构造一个强分类器对一幅图像的所有局部特征判断此图像是否为大麻图像。

---

本发明公开一种网页视觉复杂度的自动评价方法，包括收集网页样本，每个样本通过人工来进行标记其为视觉复杂的网页样本还是视觉简单的网页样本，以此建立训练集，利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块，把每一幅网页转换成一副图像，结合网页的源码，以及提取的网页布局块和文本块来提取每一幅网页三方面的特征源码特征、结构特征、视觉特征；利用得到的网页特征判定其在视觉上是否复杂。本发明可以应用在Web搜索与网页设计等诸多方面，提高基于Web的应用程序的性能。

---

本发明包括：收集网络新闻数据，包括网络新闻样本以及每个样本的新闻表情用户投票数据，利用收集的数据进行关键词选择并对每一个新闻样本进行特征提取，利用概率标签传播算法来对投票数据分布进行修正；对于一个新的网络新闻样本，利用基于实例的机器学习算法来对其进行新闻表情的分布进行自动预测。本发明可以应用在网络新闻的新闻表情分析以及对新的网络新闻样本的新闻表情分布进行预测。

---

本发明一种可个性化定制的网页过滤方法，包括步骤：用户实例网页和训练网页库特征提取；基于半监督学习的用户兴趣类属性挖掘；用户兴趣类的特征提取和特征选择；基于贝叶斯分类器的个性化网页过滤。本发明提出了一种新型的实例驱动的网页过滤框架，用户的过滤需求通过网页实例来表达，用户实例可以是任何类型或者多类型复合的网页，并借助半监督学习构造出符合用户个性化需求的网页过滤器，克服了传统网页过滤方法仅限于过滤单一或有限类型网页，难以实现个性化定制的缺点。
Group Ranking with Application to Image Retrieval

---

Quality-based Learning for Web Data Classification

---

Learning to Evaluate the Visual Quality of Web Pages

---

Identifying Multi-instance Outliers

---

Evaluating the Visual Quality of Web Pages Using a Computational Aesthetic Approach

---

Learning to Predict the Perceived Visual Quality of Photos

---

Learning to Rank under Multiple Annotators

---

Learning from Multi-User Multi-Attribute Annotations

---

Two-level LSTM for Sentiment Analysis with Lexicon Embedding and Polar Flipping

---

Classifier Ensemble by Exploring Supplementary Ordering Information

---

Screenshot-based color compatibility assessment and transfer for Web pages

---

Learning with Auxiliary Less-noisy labels

---

Listwise Learning to Rank by Exploring Structure of Objects

---

Multi-modal Web Aesthetics Assessment based on Structural SVM and Multi-task Fusion Learning

---

Listwise Learning to Rank from Crowds

---

Measuring the Visual Complexities of Web Pages

---

Efficient Clustering Aggregation based on Data Fragments

---

Recognition of Pornographic Web Pages by Classifying Texts and Images