结合语义本体与泊松方程的动画角色模型分割

针对动画角色模型由于姿态变化所导致的分割不一致问题,提出语义本体驱动的层次一致性分割算法.针对三维模型提取出语义标签和局部几何特征之间的映射关系,形成分割本体.在分割过程中,采用支持向量机(SVM)和局部几何特征识别出语义标签,并根据语义标签驱动层次进行分割,保证动画角色模型分割层次的一致性.针对姿态变化下分割边界所具有的等周长性,采用泊松方程定义等值线.此优化方法使分割边界光滑,还使其在姿态变化下具有一致性.在实验部分,对不同姿态下的各类动画角色模型进行验证分析,得到一致的层次分割效果.与已有方法比较,所提出的分割本体能够解决不同类模型优化参数的自适应选择问题,提高了分割质量.

基于领域本体的专业文档语义标注方法

提出了一种标注方法实现语义网中无结构专业文档的自动标注。通过分析给出专业文档的两方面特征,并提出了三个假设。为提高标注效率,基于结构对本体进行分割,将本体划分成具有较高语义独立性的片断;然后利用从专业文档中抽取的关键词定位本体片断;最后,使用选中的片断,利用语法结构和三元组的对应性对文档进行标注。实验结果表明,所提出方法在标注效率、标注数量和准确性三个方面都有所提高。

基于本体分割的本体映射算法

映射效率对于Web服务发现和组合、智能空间上下文感知等领域的动态映射至关重要.现有方法对相似度计算方法加以简化来提升效率,但当候选匹配实体对的数目随本体的规模增大而急剧增加时,就无法有效地处理.文中提出一种基于本体分割的高效本体映射算法.通过自下而上的聚类,将本体划分为一组大小合适的本体块.然后基于向量空间算法进行块映射,并从块映射结果中选取实体映射的候选匹配对,从而削减其数量,达到减少时间复杂度的目的.实验表明,文中方法显著提升运行时本体映射的效率,比Falcon-AO本体映射方法快6倍.