联合边界感知和多特征融合的点云语义分割方法

针对当前大多数基于深度学习的点云语义分割方法容易忽略过渡区域的目标边界,造成边界处存在模糊特征的问题,提出了一种联合边界感知和多特征融合(boundary-aware and multi-feature fusion, BA-MFF)的点云语义分割方法。首先,对骨干网络进行优化,使得提取到的特征更具有鲁棒性;其次,设计了边界感知模块(boundary-aware module, BAM)关注过渡区域的目标边界,该模块包含边界点预测模块(boundary point prediction module, BPPM)和特征聚合模块(feature aggregation module, FAM);边界点预测模块通过学习邻域点特征预测出属于边界上的点,特征聚合模块在邻域内对点云特征进行判别聚合;最后,为获得更有鉴别性的特征,引入了多特征融合模块(multi-feature fusion module, MFFM)对不同通道之间的特征进行了融合。实验结果表明:该方法在ScanNetV2数据集上平均交并比(mean intersection over union, mIoU)达到63.7%,在S3DIS数据集上总体精度(overall accuracy, OA)和mIoU分别为88.2%和62.3%。该方法有效关注了过渡区域,具有一定的分割优越性。

基于多尺度注意力机制的实时激光雷达点云语义的分割

为既能提高分割精度,又能克服车载计算资源局限,提出一种面向移动机器人平台的车载实时点云语义分割方法,并进行了综合实验。该方法采用基于投影的激光雷达语义分割方法,将三维点云投影到球面图像,并结合二维卷积进行分割。引入多头注意力机制(MHSA),实现轻量级语义分割模型,以一种全新的方式,将一种深度学习模型架构Transformer映射到卷积。将Transformer的MHSA迁移至卷积,以形成多尺度自注意力机制(MSSA)。结果表明:与当前主流方法CENet、FIDNet、PolarNet相比,本方法在NVIDIA JETSON AGX Xavier计算平台上保持了较高的分割精度(平均交并比为63.9%)及较高的检测速率(41帧/s),从而证明了其对移动机器人平台的适用性。

包含协议和语义的构件一致性验证方法

在基于构件的系统设计中,需要对构件的一致性进行验证。构件的一致性包括语义一致性和协议一致性,已有的一致性验证方法仅支持构件的协议一致性验证。而在实际应用中除了要进行构件的协议一致性验证外,还需要进行其语义一致性验证。为此提出了一种包含协议和语义的构件一致性验证方法。将方法语义与基于场景的需求规约相结合,使用语义扩展接口自动机模型(SIA)来建模构件的语义和协议信息,使用带有语义约束的UML交互概观图来表示基于场景的需求规约。通过对SIA和带语义约束的UML交互概观图的行为的理论分析,进一步形成了一种一致性验证算法,并用实例来说明其过程。算法不仅能够检验系统中构件的协议一致性,而且能够检验其语义一致性。该算法中的方法语义包括了该方法参数的类型和详细语义信息,更符合实际应用情形。

非经典逻辑的语义tableau方法

1.引言 自动推理作为自动定理证明的扩展,在计算机科学,特别是人工智能领域中占有重要的地位.许多系统,都是以推理系统作为其核心部分,因此自动推理的研究,对人工智能的其它分枝将产生深远的影响,它所提出的推理方法也被应用于人工智能的各个领域.

格值语义归结推理方法

归结自动推理是人工智能领域的一个重要研究方向,语义归结方法是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。基于格蕴涵代数的格值逻辑系统的α-归结原理提供了一种处理带有模糊性和不可比较性信息的工具,它能对格值逻辑系统中在一定真值水平下的不可满足逻辑公式给出反驳证明。首先研究了格值逻辑系统上一类广义子句集的性质,该类子句集在任意赋值下能分为两个非空子集,接着讨论了这类广义子句集的语义归结方法,并证明了其可靠性和完备性。

格值命题逻辑LP(X)中的语义归结方法

为了提高格值命题逻辑LP(X)中的α-归结原理的推理效率,将语义归结策略应用于α-归结原理,讨论了格值命题逻辑LP(X)中的α-语义归结方法,并证明了该方法的可靠性和弱完备性,为基于格值逻辑的归结自动推理提供一定基础。

格值命题逻辑系统LP(X)的语义归结方法

为提高格值逻辑系统中α-归结原理的效率,将语义归结思想和α-归结原理相结合,讨论了格值逻辑系统的α-语义归结方法,并得到了其可靠性和完备性,为基于格值逻辑的归结自动推理算法作了必要的准备。

基于过程优化的供应链过程语义建模方法

根据供应链过程的特点,将MIT过程手册中提出的语法模型同企业流程再造中常用的动态供应链建模方法相结合,以过程优化与流程再造为目标,提出了一种供应链过程语义建模方法。此方法可直接应用于供应链过程优化仿真系统的过程描述。将此建模方法应用到汽车行业供应链过程的描述与优化中,结果表明,此方法能够有效地描述汽车行业供应链过程,同EPC方法相比较,此方法更能充分展示资源与供应链过程的有效配置,从而更易于进行供应链过程优化与流程再造。同时,运用此建模方法构建的供应链过程模型能清晰地描述出供应链中的物流、资金流和信息流,因此能够更有针对性地对供应链上的资源进行有效管理。

语义分析方法的本质

任何试图通过语言哲学的详尽分析来摆脱哲学的困境并解一切难题的企图,都作为一种“幻想”而无情地破灭了。但是,语义分析作为一种有效的科学方法,却具有着一种普遍的、予人启迪的魅力。因此,本文试图从语义分析方法的对象、结构、功能及其方法论意义的统一性上,内在地揭示它的本质特征,阐述它在认识过程和认识结构中的地位和作用,从而表明理解、掌握和运用语义分析方法的可行途径和方式。

一种基于混合分析的汉语文本句法语义分析方法

本文提出了一种领域相关的汉语文本句法语义分析方法。根据领域文本的特点 ,该方法将浅层句法分析和深层句法语义分析结合在了一起。其浅层句法分析部分采用有限状态层叠的方法 ,将文本中的命名实体识别出来 ,从而大大减轻了深层分析部分的负担。其深层句法语义分析部分将语义分析和语法分析结合起来 ,主要依靠词汇搭配信息来决定句子的结构。

一个描述内存工作区操作的公理语义方法

本文定义了一个内存工作区处理语言ＭＰＬ，并提出用于描述该语言的形式化方法．作为示例，文中最后给出一个程序部分正确性的验证提纲．

IDEF1x语义建模方法及其在数据库设计中的应用

IDEF1x是在E-R方法中引入语义的一种数据库概念建模方法,对E-R方法进行了扩展和规范,更容易转换为物理数据库模型。通过建模实例介绍了IDEF1x语义方法的概念、特性、建模的步骤以及IDEF1x模型中的各种关系。在和E-R模型的比较中阐述了IDEF1x方法的优点。

基于网络资源本体的语义搜索和排位方法

为了正确地理解网络资源概念,精确分析网络信息查询,提出一种基于激活扩散算法的语义搜索方法来提升网络搜索效率。该方法根据网络资源本体中的资源及资源间联系计算其自信息量,然后根据自信息重新扩展了传统的语义搜索和排位方法,从而得到一种新的语义搜索和排位方法。实验结果表明,该方法相比较传统方法,有效的提高了搜索效率。

四值非链格值命题逻辑系统L_4P(X)的语义归结方法

为了提高归结方法处理带有不可比较性信息的能力,给出了四值格值命题逻辑系统上的语义归结原理,并证明了其可靠性和完备性,其上归结原理的研究为归结算法的实现提供了理论基础,从而为处理含有不可比真值的格值逻辑系统在智能推理系统中的实际应用提供了有力的支持。

科学理论的语义分析——科学实在论的重要研究方法

一、问题的提出随着科学理论越来越远离经验的发展,在如何构造、理解和诠释科学理论方面,语义分析越来越成为不可忽视的科学研究方法,并赋有了普遍的时代特征。语义分析方法并不为现代语言学和分析哲学所独有。无论人们承认与否,语义分析方法都在科学理论的构造和解释中客观地存在着。比如,在玻尔的氢原子模型中就内含着一种语义分析框架,因为它实际上包含着对微观粒子运动作出描述和解释的语义分析。正是这种语义分析的一致性,潜在地成为一个理论模型是否合理的标准之一。可见。

日常语义分析方法及其意义——评黄展骥语义分析方法

黄展骥先生历来注重谬误研究,倡导“批判思维”、“独立思考”。他的学术研究方法主要是西方日常语言学派的语义分析方法。倡导和运用这种方法,有利于改善我们学术界的学术风气和批判精神。因为没有批判便没有真正的思想。

基于认知语言学的自然语言语义表示方法

现阶段,随着社会的不断发展以及人们的认知水平的普遍提升,基于认知语言学的自然语言语义表示方法越发引起人们的重视。认知语言学的研究有着非常重要的现实意义和价值,其可将复杂的对象关系有效的表示出来。然而,在此过程中也存在一定局限性。作者在本文中于认知语言学环境下,对自然语言语义的表示方法进行了深入细致地研究和探索。

全监督学习的图像语义分割方法研究进展

近年来,随着深度学习进入计算机视觉领域,各种深度学习图像语义分割方法相继出现,其中全监督学习方法的分割效果显著超过弱监督学习方法。将全监督学习的图像语义分割方法分为五类,并对各类中最具有代表性的方法进行详细分析,重点阐述各种方法核心部分的实现过程。对语义分割领域中的主流数据集进行归纳总结,介绍了性能算法指标,并在主流数据集上对各种代表性方法的效果进行对比,最后对语义分割的未来进行展望。

科技政策语义分析方法研究

本文对科技政策及语义分析方法研究现状的进行了调研,重点对句子相似度匹配算法和段落相似度匹配算法,以及倾向性分析算法等几种语义分析方法进行了对比分析,并总结其各自的适用性和优缺点,为下一步科技政策语义分析模型的构建研究提供研究基础。

基于离散事件演算的RFID复合事件的语义表述方法

无线传感器网络是目前研究的热点,RFID复合事件识别是无线传感器网络的重要的应用之一。由于目前RFID复合事件的表述方法多样且缺乏理论依据,使得RFID复合事件识别在实际的应用过程中,出现同一事件表述方法不一,符合事件分解错误等问题。本文使用离散事件演算的理论,基于已有的RFID复合事件的组成方法,提出了对RFID复合事件的新的表述形式,使得RFID复合事件的表示形式更加严谨并且方便对RFID复合事件是否成立进行判断。