基于信息分类提取和语义强度分级的SCD正确性检查技术

当前智能变电站配置描述文件(SCD)普遍存在不规范的问题,需进行正确性检查。针对当前软件检查开发工作量大,难以维护的缺点,提出了利用程序分类提取信息,用Schema描述检查规则的新方案。将SCD的信息提取和正确性检查分离,使得正确性定义清晰,检查规则灵活可变,减少了程序的维护,同时引入的语义强度分级增强了检查技术的普适性。

D-S证据理论在图像情感标识中的应用

图像情感标识就是为图像标注形容词性关键词,以反映用户对该图像的情感或印象.图像的视觉特征以及语义内容是决定用户对该图像情感理解的2项关键因素,而图像内容识别具有较高的不确定性,人类的情感理解也具有很强的主观性,因此采用Dempster-Shafer证据理论能较好实现图像视觉特征及语义内容到图像情感标识的不确定性推理.考虑到图像内容识别的不确定性,研究中按一定比例扩大了图像语义内容对各情感因子的不确定性区间,并构建了一个原型系统对自然风景图像进行自动标识.实验表明Dempster-Shafer证据理论在处理情感标识上是很有效的,而调整不确定性区间有助于进一步提高标识准确率.

空巢老人智能监护系统中异常情况检测的研究

对空巢家庭的老人和设备的异常检测与即时预警是智能家居系统的重点和难点问题。利用多模态联合传感技术获取时空上下文信息,由各类感知组件进行处理而获取居住者的动作,用改进的多层隐马尔科夫模型对离散的动作进行抽象而获得人的高层行为——事件。居住者常态的表示模型被构建并作为行为正常与否的分类器来检测异常行为。为了表达上下文信息,采用语义分级、逐层抽象的方法设计了一套多媒体本体,用于智能家居系统中对媒体信息的语义化标注和推理。改进了针对室内多活动设备的多交叉事件的悲观情感模型,用以解决视频组件难以检测的活动设备状态变化的问题。实验证实该方案在异常检测和预警方面有很好的性能。