一种视频关键语义对象的检测方法

针对不同语义对象在视频语义分析过程中地位和作用的差异性,提出了关键语义对象的概念,将视频的语义分析起决定作用的对象定义为关键语义对象。根据人眼对视频对象的反应特点,提出了根据对象的亮度、方向特征、运动节奏等三个分量为特征向量的关键语义对象判定算法,并分别给出了计算各个分量的方法和公式。通过对不同类型的视频文件的分析,该算法适合体育视频及监控类视频关键语义对象的识别。

关键语义区域链提取的视频人体行为识别

目的视频中的人体行为识别技术对智能安防、人机协作和助老助残等领域的智能化起着积极的促进作用,具有广泛的应用前景。但是,现有的识别方法在人体行为时空特征的有效利用方面仍存在问题,识别准确率仍有待提高。为此,本文提出一种在空间域使用深度学习网络提取人体行为关键语义信息并在时间域串联分析从而准确识别视频中人体行为的方法。方法根据视频图像内容,剔除人体行为重复及冗余信息,提取最能表达人体行为变化的关键帧。设计并构造深度学习网络,对图像语义信息进行分析,提取表达重要语义信息的图像关键语义区域,有效描述人体行为的空间信息。使用孪生神经网络计算视频帧间关键语义区域的相关性,将语义信息相似的区域串联为关键语义区域链,将关键语义区域链的深度学习特征计算并融合为表达视频中人体行为的特征,训练分类器实现人体行为识别。结果使用具有挑战性的人体行为识别数据集UCF(University of Central Florida)50对本文方法进行验证,得到的人体行为识别准确率为94.3%,与现有方法相比有显著提高。有效性验证实验表明,本文提出的视频中关键语义区域计算和帧间关键语义区域相关性计算方法能够有效提高人体行为识别的准确率。结论实验结果表明,本文提出的人体行为识别方法能够有效利用视频中人体行为的时空信息,显著提高人体行为识别准确率。

基于词共现矩阵的项目关键词词库和关键词语义网络

针对专业领域中科技项目的关键词提取和项目词库建立的问题,提出了一种基于语义关系、利用共现矩阵建立项目关键词词库的方法。该方法在传统的基于共现矩阵提取关键词研究的基础上,综合考虑了关键词在文章中的位置、词性以及逆向文件频率(IDF)等因素,对传统算法进行改进。另外,给出一种利用共现矩阵建立关键词关联网络,并通过计算与语义基向量相似度识别热点关键词的方法。使用882篇电力项目数据进行仿真实验,实验结果表明改进后的方法能够有效对科技项目进行关键词提取,建立关键词关联网络,并在准确率、召回率以及平衡F分数(F1-score)等指标上明显优于基于多特征融合的中文文本关键词提取方法。

基于关键字语义信息的XML文档分类

针对XML数据半结构化的特点及传统的tf-idf方法仅考虑关键字在文档中出现的频率和包含关键字的文档数,而未考虑XML文档中关键字语义信息的不足,提出了一种新的关键字权重度量方法。该方法充分考虑了XML文档中关键字所出现的路径、路径包含关键字的个数、包含路径的文档个数、路径的层次等影响关键字语义的因素,用于计算关键字权重,从而提高了关键字权重度量的准确性。在多个数据集上的实验结果表明,将该方法应用于XML文档的分类时,与传统的tf-idf方法和基于规则的方法相比,分类的查全率、查对率及F1均有所提高。

keymanticES:数据空间中的语义关键字实体查询机制

由于数据空间自身的特点使得数据空间中的关键字查询与Web上和关系数据库上的关键字查询有着很大的差别,已有的关键字查询技术不能完全满足和适用数据空间环境.关键字查询的简略性和无结构性所带来的模糊语义,无法准确地理解用户的查询意图使得查询结果不能很好地满足用户需求等.本文提出一种数据空间中的语义关键字实体查询机制keyman-ticES,着重介绍了关键字查询意图消歧的方法从而较好地解决了关键字查询的语义模糊问题,提高了关键字查询的准确率.实验结果表明所提出方法的有效性和正确性.

基于HOURGLASS网络语义关键点提取的光学图像空间目标姿态估计方法

空间目标姿态估计是有效实现各类航天任务的重要前提,基于空间光学观测图像的目标姿态估计关键一环在于快速准确地建立起观测图像与空间目标之间的“二维特征点-三维实体结构”映射关系。传统的方法往往将这一任务分解为特征提取和特征关联两个步骤序贯进行,然而在空间目标光学观测场景中,高动态的光照变化和目标的相对高速运动特点会显著降低图像特征提取的可靠性,影响后续特征关联匹配的正确率并最终降低对空间目标的姿态估计精度。针对这一问题,本文提出了一种基于语义关键点提取的光学图像空间目标姿态估计方法,利用Hourglass网络端到端地提取包含语义信息的关键点,直接实现了光学图像中二维特征点与目标三维实体结构的关联映射,并在此基础上利用EPnP算法求解待估计的目标姿态值。实验结果表明,本文所提的方法能较好地兼顾算法精度与效率,其在仿真数据集上的姿态估计最小误差为0.83°,且在数据降质的情况下平均误差依然优于传统方法。

一种新的基于RVM的视频关键帧语义提取算法

将相关向量机理论应用于视频关键帧语义提取。该方法把关键帧中的HSV颜色直方图、MPEG-7边缘直方图和灰度共生矩阵相结合,建立特征标定向量集;基于图分割模型对二叉树多分类器结构进行优化,构建最优二叉树语义多分类模型并采用主动训练策略进行训练优化;利用RVM模型对关键帧特征向量集进行训练和检测,进而得到语义。实验结果表明,所提方法与其他方法相比,不但有较高的准确率,而且在模型的稀疏性、分类检测时间等性能方面也有很好的表现。

一种面向故障短文本的改进聚类方法研究

在航空制造领域中,为了解决故障数据质量不高且多为短文本的问题,本文提出了一种改进的短文本聚类方法。首先通过自动编码器模块提取文本的全局语义信息,再通过关键语义提取模块提取文本中的关键语义信息,最终将两者提取的特征融合后使用K-means进行文本聚类。该方法有效地解决了传统自动编码器在训练过程中丢失语义信息和过度依赖原始数据质量的问题。实验表明,本文提出的方法聚类效果优于现有的聚类算法,同时聚类结果也证明了关键语义信息对文本聚类的重要性。

监控管理中基于交叉姿态平滑的行人重识别

现有行人重识别缺乏对局部上下文信息之间的关联,且由于局部图像中存在许多与行人身份无关的信息,使用与全局图像相同的标签去学习局部信息会产生许多噪声。为缓解以上问题,提出一种基于交叉姿态平滑的行人重识别方法。整个方法分为两个模块,提出一种关键点语义交叉划分策略获取具有交叉语义关联的局部上下文信息;设计一个基于相对姿态上下文的局部伪标签平滑方法,使模型学习到更多局部区域的细微姿态差异。实验结果表明,所提方法在公开数据集上的表现优于其它最新方法,有效提升了模型对行人姿态细微变化的鲁棒性与鉴别能力。

用同义表达形式来扩充信息检索的查询语句例证研究——对于一种基于语义的搜索方式的若干设想

本文首先分析基于关键词的搜索的困难(查询串的表达不忠和表达差异等),说明基于语义的搜索的必要性。接着,尝试通过对"意义"和"意义相同"的某种可操作的限制,来发展一种基于语义的扩充式关键词搜索方式:通过同义表达形式来抓住查询串的"意义",并生成更多的检索串进行并发搜索。最后,规划怎样对汉语有关的同义表达进行全面深入的研究,并总结出若干识别查询串的同义形式的启发式规则。

一种改进的基于Web的新闻视频内容语义分析方法

视频内容安全分析是多媒体内容安全的重要研究领域和热点问题.该文针对视频ASR识别精度不高的问题,提出一种改进的基于Web的新闻视频内容语义分析方法.该方法根据脚本在语音上的相似性来优化语义关键词,然后利用Web获得较为准确的新闻视频内容语义.通过对TRECVID2005内中文新闻视频CCTV4-NEWS进行的实验表明,提出的方法是可行的.

互联网视听节目监管系统关键技术研究及方案设计

本文采用先进的信息获取技术、海量信息处理技术以及视音频分析技术,对互联网视听节目监管系统的监管数据进行整合,完成了从信息、应用、业务流程到用户界面的全面集成,使得监管部门能够更加准确掌握管辖范围内视听网站各类节目网络传播的数量、动态、范围、影响情况等重要信息。

统计中文口语理解执行策略的研究

口语理解的语义框架包括两个决策——关键语义概念识别和意图识别,主要针对这两个决策的执行策略进行研究。首先研究了并联型和级联型两种策略;然后在此基础上提出了联合型结构进行中文口语理解,即通过三角链条件随机场对意图以及关键语义概念共同建模,用一个单独的图模型结构共同表示它们的依赖关系。通过与其他几种策略进行比较实验得出结论:该模型可以将两个任务一次完成,在关键语义概念识别任务上性能优于其他的执行策略。

基于LTP的糖尿病智能问答系统的研究与实现

广泛收集健康网站用户实际提出的糖尿病相关问题,以LTP自然语言处理平台为基础对问句进行综合分析,建立糖尿病基本诊疗、指标、用药、饮食、保健品、预防及疑问(判断)词汇等方面的分类词典.应用词语匹配、依存句法分析、相关词语组合分析等方法进行语义关键词提取.在此基础上进行问题分类理解,同时结合问题分类及相关的决策树构建糖尿病的相关知识图谱及问题的判断流程,实现了问题与回答的有效匹配.系统实际问答测试结果是识别率为91.3%、准确率为83.6%.

关键词词频及语义特征对科技文献聚类的影响研究

【目的/意义】针对基于关键词的科技文献聚类研究进行了一些探讨,包括:使用具有不同特征的关键词来实现文献聚类在效果上有何差异;如何按特征对关键词进行选择来提高文献聚类效果。【方法/过程】按照关键词词频与语义类型特征设置对照组进行实证研究,观察其对文献聚类密度及文献语义表示效果的影响。【结果/结论】单独使用具有超高频、次高频、研究主题或限定范围特征的关键词进行文献聚类能使聚类密度较为合适;超高频特征通常在其他频次中都具有体现,次高频词能同时反映不同频次的关键词特征,但次高频词对中频词特征的表示不够全面;将语义类型不同的关键词分开来实现文献聚类,其效果好于将关键词进行组配,语义类型不同的关键词间存在互斥性。【创新/局限】本文发现了在以关键词间的共现关系为基础来进行文献聚类时单独选择次高频或某一语义类别的关键词来实现文献聚类具有较好效果,但缺少对关键词间语义结构关系的进一步研究。

共词网络视角下的图书情报学术论文研究方法演化

文章从共词网络视角出发,将主题演化分析研究思路引入研究方法的演化分析,以反映主题维度下研究方法的演化情况,并提出学术论文研究方法演化分析模型。首先,通过关键词语义类型划分和基于共词强度的选词策略构建共词网络;其次,利用Louvain算法对共词网络进行主题识别,并根据相邻时期主题关联的强度来构建主题演化链;最后,依据主题演化链从主题社区中提取研究方法类关键词以初步构建研究方法演化链,在此基础上通过研究方法的扩充及其重要性评价对研究方法演化链进行优化,并对该演化链进行分析和阐释。实证结果表明该模型可以较好地从主题维度描述其对应研究方法的演化情况。

基于文本相似度的搜索推荐点击预测模型

为了进一步提高用户在搜索引擎中的推荐内容点击预测准确率,本文采用了一种包含搜索内容相似度特征的方法。该方法的结构是由多个决策树构成的预测模型,使用了层次化softmax (Hierarchical softmax)将结果转换为二分类结果。为了理解用户搜索文本的语义,使用用户输入与推荐内容标题、高频相关内容以及推荐内容标签的文本相似度来增加点击预测模型的准确率。采用jieba分词将文本中的词汇切分出来,使用word2cev对所有词汇进行训练,构建词向量模型。最后使用LightGBM进行预测模型的构建。从205万条用户搜索记录中取出5万条作为验证集,剩下的作为训练集。实验结果表明,添加相似度特征之后模型的点击预测准确率得到了提升。

基于专利文献的技术演化分析方法研究

在分析现有方法之不足的基础上,提出一种更完善的基于专利文献的技术演化分析方法:①采用分类号替代关键词作为专利文档聚类的基础; ②采用基于语义的分类号-专利文档相似矩阵代替关键词-专利文档存在矩阵聚类; ③采用更适合小样本聚类的系统聚类法。以石墨烯传感器技术为例,进行实证分析,绘制出石墨烯传感器技术层次语义网络图与技术演化图。研究结果显示,该方法可较好地应用于专利技术演化分析。

文本相似度计算方法研究

文本相似度计算是文本分类、文本聚类、自动文摘、信息抽取的基础.文本相似度计算性能直接影响到文本分类、文本聚类、自动文摘的质量.另外文本相似度还应用于诸多自然语言处理任务中,本文对文本相似度计算问题进行了深入的研究,并根据自然语言的特点提出了通过比较两个文本关键语义对来计算文本的语义相似度.