基于语义测度的图像相似性计算研究

针对图像检索中的低层视觉特征相似性度量问题,提出一种基于语义测度的图像相似性计算方法。该方法在图像区域分割的基础上,通过构建图像区域子块与语义元数据之间的统计映射关系,实现图像内容的统计语义描述,建立图像之间、图像与语义类别、语义类别之间的分层语义相似测度。通过对自然图像库的实验结果表明,该方法在相似图像检索中具有更好的性能。

信息认知理论的体系及语义测度

本文主要讨论信息的认知规律、阶段及理论体系,分析信息及其语义与认识过程的本质联系。从而统一了概率型、确定型及偶发型信源的描述及信息测度,明确了前信息、灰信息、Shannon信息、语义识别信息和‘信息语义’的区别、联系及获得条件。并且根据语义与知识结构的关系,提出了‘义息’概念及测度.为研究自然信息的传递及编码奠定了基础。

Folksonomy中Tag语义距离测度与可视化研究

【目的】探索Folksonomy中标签语义距离的可视化及测度,为进一步研究优化关联标签导航算法奠定基础。【应用背景】针对语义距离可视化方法弱化关联标签导航行为中主题漂移,提高BibSonomy等Folksonomy网站知识服务表现。【方法】以BibSonomy网站真实数据为研究对象,设计测试标签集筛选及语义距离测量算法,借助有值图谱将最终结果可视化。【结果】测试标签集中存在近语义标签和远语义标签之分,并且影响着关联标签导航行为中主题漂移程度。【结论】语义可视化能帮助用户直观地区分关联标签集的语义属性,提高标签导航表现。

面向业务协同的情境建模

为更有效地提升知识工人的工作效率,发展协同应用系统的情境感知能力,理解用户的特定协同环境与需求,从而更智能地为用户提供服务,讨论了以协同用户为中心的情境要素,以及基于本体的形式化建模。在此基础上定义了两个关键的语义指标,来测度情境信息的粒度和关联性,为建立情境感知的协同应用系统提供了基础,同时给出了一个基于情境感知的预发式资源推荐方法,以表明情境模型的可用性。

基于反馈机制的卷积神经网络绝缘子状态检测方法

绝缘子是输电线路上的重要设备,其运行状况直接影响到电网的安全运行,因此对绝缘子状态自动、准确地检测是十分重要且必要的。针对已有检测模型处理不同样本时采用固定特征空间的不足及现有绝缘子检测算法特征提取复杂的缺陷,模仿人类由简到细反复推敲比对的认知过程,探索一种基于反馈机制的卷积神经网络绝缘子状态检测方法。首先,针对绝缘子样本的特点,改进LeNet_5网络结构,引入随机配置网络分类器,添加反馈机制调节卷积核的大小和个数,采用交替优化的策略以优化卷积神经网络的参数。其次,基于熵理论,建立语义误差信息熵测度评价指标,实时评价绝缘子不确定检测结果,克服状态后验评测的缺陷。最后,依据语义误差信息熵测度指标评价结果,通过构建的反馈机制调节卷积核的大小和个数细化提取特征,从而实现由简到细反复推敲比对优化检测结果。实验结果表明,改进型卷积神经网络模型在绝缘子状态检测上具有较高的检测正确率。

相似青梅品级半监督智能反馈认知方法研究

相似水果的大量存在和标注困难是导致误识的主要原因。仿人认知模式提出了一种基于深度集成学习的相似青梅品级智能反馈认知方法。首先基于半监督学习标注无标签样本以扩充训练样本集;基于具有充分可分性的自适应架构卷积神经网络,从信息论角度建立认知智能决策信息系统,将约简的多层面局部差异特征空间送入集成分类器;基于语义熵测度指标实时评测相似青梅品级的不确定认知结果,自寻优交替调节认知精度、网络层级和中和因子。3 000幅相似青梅图像的平均识别率为98. 26%,表明方法可以有效认知相似青梅品级,为后续在线分拣系统提供理论支持。

基于深度学习的青梅品级半监督智能认知方法

针对水果品级监督学习认知方法中样本获取困难、特征空间充分性表征和分类器能力不足的缺陷,模仿人反复推敲比对的信息交互模式,提出一种基于深度学习的青梅品级半监督智能认知方法。基于半监督学习扩充训练样本库,从信息论角度建立多层面特征充分表征的青梅品级认知智能决策信息系统;基于具有充分表征性的自适应架构卷积神经网络和随机配置网络,建立青梅图像由全局到局部多层面充分表征特征空间和具有万局逼近能力的分类准则;基于广义熵理论,建立青梅图像认知结果的语义熵测度评价指标;构建基于不确定认知结果熵测度指标约束的特征空间和样本信度自寻优反馈调节机制。仿真实验表明,该方法青梅品级平均识别率为98. 2%。