基于增强多尺度生成对抗网络的单幅图像去雾

雾容易导致采集的图像质量下降,并且包含的雾会影响后续的图像分析.单幅图像去雾是计算机视觉领域的经典问题之一.本文提出一种增强的多尺度生成对抗网络用于图像去雾.该方法不依赖物理散射模型,去雾网络由生成器、判别器和增强器3个部分组成.其中,增强器有助于采样多种特征使不同尺度的特征细节融入到结果,提升去雾图像在颜色和细节上的复原效果.增强器被分别嵌入到生成器和判别器,全局生成器和局部生成器融合生成一个由粗到细的高分辨率去雾图像,多尺度判别器用于监督生成图像.在真实世界和合成含雾图像数据集上的大量实验结果表明,提出的方法得到的去雾图像具有满意的主观视觉质量,并且利用最新的去雾定量评价指标,也具有好的客观图像质量.

本体映射过程中的概念相似度计算

随着本体技术的逐渐成熟,如何为本体搭建语义桥梁以实现知识的重用与共享成为新的研究热点。在分析现有相关技术的基础上,提出通过解析本体中概念的特征并借助语义相似度度量技术找到不同本体间相同或相近的概念对的计算方法,同时用于本体映射过程中。实验证明,该方法具有良好的效果。

基于SUMO的概念语义相似度研究

SUMO(建议上层共享知识本体)是由IEEE标准上层知识本体工作小组所建置的,其目的是发展标准的上层知识本体,这将促进数据互通性、信息搜寻和检索、自动推理和自然语言处理。基于该共享知识本体,提出了一种计算两概念语义相似度的方法。根据该方法实现了一个计算程序模块,并将计算结果同人类的主观判断进行了比较,验证了该方法的有效性。该研究工作可以在面向W eb的知识检索领域中得到应用,还可以为本体的相关研究提供一定的理论基础。

基于Agent的专业搜索引擎的研究和构造

在研究了当前搜索引擎的现状之后，介绍了Agent的基本概念及软件模型，提出了一种为专业人士服务的基于Agent的搜索引擎模型(Agent-based Search Engine，ABSEE)，研究了Agent任务形式化描述及通信机制，实现并实验了部分功能。

当前主要本体推理工具的比较分析与研究

通过对当前一些主流本体推理机详细的分析研究,得出本体推理机的一般系统结构,在介绍三个典型的推理机系统(Pellet,Racer,FaCT++)后,从系统功能,用户和开发者三个不同角度设计并实现一套比较不同本体推理机的测试方案,实验证明测试方案是可行有效的,最后总结当前本体推理机存在的一些问题和未来发展趋势。

基于本体的概念间语义相似度计算方法研究

基于SUMO(Suggested Upper Merged Ontology)[1],提出了一种计算两概念语义相似度的语义距离方法。根据该方法实现了一个计算平台,将计算结果同人类的主观判断进行了比较,验证了概念语义相似度计算方法的有效性。该研究成果拟在正研发的语义数据库本体集成部分得到应用,也可以为本体的其它相关研究提供一定的技术基础。

基于直方图调整的二值图像无损数据隐藏

提出一种基于游程编码的直方图调整的二值图像无损数据隐藏新方法。选择长度不小于阈值T1的游程对序列,先进行去除长度为1的白游程操作,然后在长度为T的黑游程处嵌入数据。该方法可以适应文字、图表以及文字和图表的混合图像,也可以适应半色调和非半色调图像。实验表明,该方法在嵌入容量和视觉效果都优于已有的方法。

基于Hadoop的RDF数据存储及查询优化

随着资源描述框架(resource description framework,RDF)数据量的快速增长,利用分布式的方法来存储和管理大规模RDF数据成为当前的研究热点。为了实现对海量RDF数据的高效存储和查询,研究了RDF三元组在分布式平台Hadoop中的存储和查询方法,提出了一种新的基于Hadoop的RDF数据处理优化方法,通过采用基于HBase混合式数据布局方法以及引入MapReduce连接查询的I/O代价模型来对海量RDF数据的查询进行优化。在LUBM标准测试数据集中进行了实验,结果表明该方法能够在保证空间效率的前提下,有效地提高复杂查询的效率。

基于AHP的多策略映射与集成方法

针对目前本体映射中使用多策略计算概念间相似度和对相似度进行集成时存在的问题,对部分关键策略进行相应的改进,提出利用层次分析法对多策略计算出的相似度进行定量的权值分配。实验结果表明,该方法对多策略的改进是有效的,可较好地区分不同策略得出的相似度对映射结果的重要程度,提高本体映射的查准率。

基于云模型的项目评分预测推荐算法

针对用户评分数据的极端稀疏性和传统计算项目相似性方法存在的弊端,提出一种基于云模型的推荐算法,利用云模型计算项目间的相似度来预测用户对未评分项目的评分,再通过云模型计算用户间的相似度,得到目标用户的最近邻居。实验结果表明,该算法不仅能有效解决用户评分数据的稀疏性问题,还能提高推荐系统的推荐质量。

二进制数据的XML集成方法研究与实现

XML正逐渐成为WWW数据表示和交换的标准,如何有效实现将二进制数据与XML文档有效集成是充分利用XML所提供的优势的重要方面。给出了二进制数据与XML文档集成的框架,提出了一种有效的二进制数据编码算法和与XML文档的集成算法,用C++成功地实现了上述所有算法。

XML模式、查询和存储技术扫描

本文对当前研究与应用的XML模式语言/代数、XML查询语言/代数以及XML存储技术的历史和现状进行了简要的介绍,其中分别就模式、查询和存储给出了具有典型性的几个例子,最后,给出了我们对一些问题的看法。

基于公开密钥加密算法的短信息加密方案

随着短信息业务向移动支付、移动证券交易等金融领域的扩展,对短信息的安全性提出了新的要求。该文在ElGamal体制公开密钥加密算法的基础上,针对短信息系统自身的特点,提出了一种比较适用于短消息系统的加密方案,并给出了实验和结果分析。

一种基于概念信息量的相似度传播算法

相似度传播在本体概念相似度计算中有着非常重要的作用。然而,目前常见的相似度传播算法大都采用了固定比例的相似度传播值,没有对相似度转播值进行合理的定量分析。针对此问题,提出了基于概念信息量的相似度传播算法,该算法根据匹配节点的概念信息量大小来判断其子父节点匹配概率大小,通过匹配概率大小调整相似度传播值,从而进行更精确的相似度传播。理论分析与实验结果证明了该算法是有效的。

XML数据B树存储索引研究

XML正逐渐成为WWW数据表示和交换的标准,如何有效实现对于XML数据的存储、查询及更新等操作是XML相关技术研究中的一个重要领域。论文首先提及了几种对XML文档的编码机制;然后给出了改进的扩展编码方式,使用改进的B+树构造算法存储XML文档并对其进行查询、更新等操作,分析了执行效率;最后对系统的可扩展性进行了分析。

基于Web数据库的图形报表技术研究

分析了基于Web平台数据库图形报表系统的实现技术并提出了基于Web平台图形报表系统的架构，阐述了Java Servlet技术、Formula One组件技术,基于前面所述架构和Servlet、Formula One等技术给出了制作图形报表的方法和实现技术。研究了对Web应用极具前途的XML数据库的模式及查询，得出了初步的结果。

大规模本体分块与映射研究

针对当前在大规模本体映射方面存在的不足,提出一种新的基于遗传算法的大规模本体分块与映射方法.首先,对本体进行预处理,把本体表示成有向无环图,将本体分块问题转换成图分割问题.然后采用基于遗传算法的GPO(Genetic-Parti-tion-Ontology)算法对有向无环图进行分块,该算法不需要输入分块个数;最后利用基于本体块结构和基于参考点相结合方法找到正确的块映射.理论分析和实验结果表明,本文提出的映射方法能取得很好的结果.

本体映射中名称策略与结构策略的改进算法

分析传统本体映射中名称策略与结构策略的主要不足.针对前者提出一种新的基于WordNet名称策略,该策略实现名称核心词汇的WordNet定位用以消除词义模糊性,从而提高词相似度计算的精确度,并在词相似度合并中采用C-C原则,改善传统词相似度合并的盲目性;针对后者,提出基于概念信息量的相似度传播算法,通过本体的结构信息获取概念信息量,提高结构策略的可信度.实验结果显示,改进后的算法在保证查全率的同时有效的提高了查准率.

XML自动机的构造及实用化研究

XML是目前已被广泛采用的WWW上信息交换和表示的技术之一 ,被称为Internet时代的通用数据格式 .该文首先针对现有的XML语法进行了抽象及封闭性分析 ,得到了扩展XML语法 ,接着提出了一种XML自动机的概念 ,证明了它与扩展的XML语法等价 ,而且具有“并”、“交”、“差”和“补”运算下的完全封闭性 ,然后开发了一个分析器 ,对由此扩展语法生成的对象进行分析 。

面向模块重用的描述逻辑SHJF本地性规则研究

可重用本体模块的抽取是本体重用的一个关键环节。与传统工程应用中使用的基于本体层次的结构化方法抽取本体模块相比,使用逻辑的方法能充分利用本体提供的语义信息,抽取的本体模块更具完整性和正确性。在研究保守扩展的本体模块理论基础上,根据Grau B C提出的S HOJQ本地性规则,提出并证明了描述逻辑S HJF对应的语义本地性规则和句法本地性规则,为基于该规则抽取可重用本体模块提供了理论基础。