OPRA方向关系网络的时空推理

由于目前的有向点方向代数(OPRA)推理只关注3个空间对象的静态关系推理,本文针对n个对象的方向关系定义了OPRA方向关系网络的时空推理问题。基于约束传播和概念领域理论,利用OPRA关系之间的空间约束和时间演变规律,给出了OPRA方向关系网络时空推理算法,解决了n个对象间动态OPRA关系的推理问题。本文算法可以应用于机器人导航、无人机导航、舰艇导航、战场分析等领域。

基于ALC的空间语义知识库

基于经典描述逻辑ALC,提出了空间语义知识的表示方法和可判定的推理算法。将空间关系表达为一类特殊的概念,空间关系的基本运算采用公理系统表达,空间约束满足问题求解和逻辑术语推理可以在同一个推理机下进行。首次实现了空间关系和语义知识相结合并且可判定的推理,同时支持多元空间关系结合推理。此前的同类方法都是不可判定的。理论分析、应用实例和相关工作对比均显示该方法解决了空间语义知识库的关键问题,具有一定的理论意义和应用价值。

基于人工免疫核聚类的支持向量数据描述方法

为使支持向量数据描述(SVDD)能应用于无监督多分类情况,提出了一种基于人工免疫核聚类的支持向量数据描述(AIKCSVDD)方法。AIKCSVDD将人工免疫核聚类产生的记忆抗体作为目标数据点,使用SVDD方法进行多类学习。在AIKCSVDD中,一方面实现了用核聚类方法解决各类数据边界不清晰的长处与免疫网络聚类方法全局收敛、不需要先验知识的优点的有机结合;另一方面,由于用记忆抗体代替原始数据进行学习,从而更好展现了原始数据的全局分布特征。与基于K-means聚类multi-SVDD方法相比,AIKCSVDD不需要事先指定分类数;在人工数据集和UCI数据集上的实验表明,在为multi-SVDD指定分类数的情况下,AIKCSVDD仍比multi-SVDD具有更好的分类性能。

三维模型检索中的语义与形状异构特征融合

三维模型检索是多媒体信息检索领域的重要组成部分,由于"语义鸿沟"的存在使得当前基于内容的检索结果通常不十分令人满意。考虑到解决"语义鸿沟"的关键是将三维模型的底层形状特征与高层语义特征进行有效融合,为此提出一种三维模型的语义与形状异构特征融合方法,该方法将三维模型在基于内容的检索过程中用户反馈信息形成的语义关联作为模型的语义表达,并通过子空间学习方法将这种语义表达信息与模型的底层特征进行融合,最后将融合后的新特征应用于三维模型检索中。在Princeton shape benchmark上的测试表明,该方法的检索结果明显好于单纯形状特征的检索结果。

半定性约束满足问题求解

从地理信息系统、环境智能等领域的实际需求出发,提出了半定性约束满足问题(SQCSP),并得到了初步结果。证明了区间代数及扩展模型的SQCSP可由QCSP判定。给出了RCC5的多项式时间SQCSP判定算法。RCC8的SQCSP是NP完全问题,给出了带限制条件SQCSP的多项式时间判定算法。证明了上述判定算法的正确性,并给出了实例构造算法。最后,利用SQCSP算法实现了带变量布尔运算的QCSP求解。

基于标识变化的时空推理

空间变化是空间信息处理中的热点问题,标识变化是空间变化的关键问题之一.但是现有工作侧重表达,知识推理能力较弱.为此,研究了基于标识变化的时空推理问题.给出了基于多段图和集合论的标识变化形式化语义,在此基础上定义了二元关系模型.针对基本关系约束满足问题,提出了构造性求解算法,并证明了代数封闭算法可解;针对全关系约束满足问题,提出了一致场景算法.理论分析和实验应用均表明该方法能有效解决信息不完整、不准确情况下的标识变化表示与推理问题,对此类问题其它同类模型尚不能很好解决.

基于异构特征LDA的三维模型分类及检索

三维模型检索领域中基于内容的检索方法不能充分表达模型语义信息。针对该问题,提出一种包含语义分类信息的三维模型检索方法。采用人工分类信息、有限的语义标准信息等构建异构语义信息网络,并将其转换为三维模型的异构语义特征,在此基础上使用包含模型语义特征的主题分类方法,并将其应用于模型检索中。实验结果表明,与基于内容的三维模型检索方法相比,该方法能提高三维模型检索的准确性。

计算机控制在铝电解生产中的应用

用ＤＥＬＬ４８６ 微机作管理机，用ＳＹＳＭ ＡＣ Ｃ１０００Ｈ 可编程序控制器作控制机，根据槽电阻加电流波动校正的数学模型，自动调整极距，控制槽电压，稳定生产，提高了电流效率，节电３２３ｋＷ ·ｈ／ｔ·Ａｌ，并减轻了劳动强度。