基于模糊语义算法的科研项目立项评估模型

基于模糊理论,提出以百分比填答的模糊语义表,采用模糊语义算法,构建科研项目立项评估模型。构建过程先由回收的电子打分表,取模糊值大于模糊中位数的有效值,并提取出评估科研项目的主指标、次指标,建立科研项目评估表,供评审委员会主任、副主任、专家总体组长进行评估。由评审专家按照科研项目评估表给予各准则的权重,并根据此准则进行科研项目评分,采用模糊集方式表达,将各抽象的准则转为量化的三角模糊数,对模糊数进行排序评估。最后进行案例评估分析,对构建的模型进行验证,结果表明具有良好的优越性,为科学、客观、公正的评估和优选科研项目立项提供了一种更加可行的方法。

基于神经网络智能运输系统对抗样本语义算法的分析与研究

在现代工业中智能运输系统已经被大规模运用,同时信息安全对物流行业的影响也越来越高。通过神经网络相关研究,利用对抗样本攻击神经网络模型,可以增强对抗样本的有效性,并将相关研究内容加以应用并提升智能运输系统的安全性。该文通过分析与研究神经网络对抗样本语义算法,模拟验证攻击,提高攻击样本的有效性。通过多种实验方法,针对对抗样本语义算法的改进,完善语义对抗样本的生成方法,添加对抗扰动等。实验结果表明,在经过对算法增加扰动、机器学习、特征压缩防御处理后,有效性相较于传统方法大幅提高。

一个基于概念语义近似度的Web服务匹配算法

随着web服务的迅速发展和广泛应用,高效的服务发现逐渐成为一个关键问题.目前的web服务发现标准UDDI(Universal Description,Discovery,and Integration),存在不支持语义推理的局限性,而且无法根据服务的能力和属性进行搜索,限制了服务发现的效能.针对这个问题可以采用在服务发现中引入OWL-S的方法.本文提出了一个基于概念语义近似度的web服务语义匹配算法,通过对服务的不同属性进行语义匹配计算,从而提高服务发现的查准率和查全率.算法基于一个关键的语义近似度度量函数,用以计算本体实体概念的语义近似度值.测试算法的实验结果显示了算法的有效性.

基于自组织聚类的结构化P2P语义路由改进算法

结构化P2P网络是构建于物理网络拓扑之上的一层Overlay网络,两层之间的唯一联系是Hash散列函数,这种Hash关系使得节点的逻辑ID号与物理位置之间不存在任何联系.从分析Hash散列函数的性质入手,归纳出目的节点、传统(chord)语义路由中继节点序列、聚类邻居节点集三者之间的逻辑关联特性,并将其应用于所提出的基于自组织聚类的语义路由改进算法SCSRAA(self-organizingclusteringsemanticroutingadvancedalgorithm)中,从而达到提高语义路由效率的研究目的.针对自组织模式下聚类节点仅存在局部视图的特性,详细讨论了聚类算法及节点获取其他节点物理位置信息的各种规则,给出了SCSRAA路由算法详尽的描述及理论分析.仿真实验表明,该算法具有较强的语义路由效率提升能力.

基于语句成分的英语语义分析算法及应用

英语语句的语义分析是英语考试主观题计算机自动评分、英语机器翻译、英语自动应答、英文文章摘要自动获取等课题的研究基础。基于语句成分的英语语义分析算法可以从英语语句中提取主语成份、谓语成分、宾语成分和其他成分,从而分析英语语义,该算法成功实现了英语汉译英主观题的自动评分。

一种基于语义相似度的文本聚类算法

文本聚类在很多文本挖掘和信息检索系统中发挥着重要的作用。现有的聚类算法大多数都是基于向量空间模型,文档集合中出现的单词词频作为特征项。这些算法都存在数据维数过高、聚簇难以描述的问题,而且忽略了单词间的语义联系。本文提出了一种基于语义相似度的文本聚类算法——TCU SS(Text clustering usingsem an ticsim ilarity)算法。TCU SS算法将文档表示成概念列表,有效地解决了数据维数高和聚簇描述难的问题,并给出如何利用概念列表进行聚簇描述的方法。TCU SS算法利用两个概念列表中单词间的语义相似度作为文档间相近程度的度量,并以图为基础进行聚类分析,避免有些聚类算法对聚簇形状的限制。实验证明,TCU SS算法提高了聚类质量。

用于停车场视觉建图的语义回环检测算法

针对停车场视觉建图的回环检测方法对目标级别的语义信息关注较少、在长时间大范围的建图过程中地图一致性与持久性较差的问题,设计了一种语义回环检测算法。该算法基于语义实例,使用图匹配方法找到回环帧并进行帧间位姿估计,生成回环约束。在同准确率下,该回环检测算法的召回率均高于基于ORB(oriented fast and rotate brief)描述子和词袋法的回环检测方案。在停车场建图与定位试验中,建图轨迹与轨迹真值的绝对误差均小于1 m,定位误差均小于0.3 m,满足对应的技术要求。试验结果表明,本文提出的语义回环检测算法的回环检测性能优于传统回环检测算法,适用于停车场视觉建图任务。

基于语义加权距离的语义相似度改进算法

在信息检索领域,概念的语义相似度计算起着重要的作用。针对现有研究文献中语义相似度计算中的若干问题,本文在语义加权距离算法的基础上讨论了多继承问题和概念属性问题。对于多继承问题,探讨了概念之间通过父概念和子概念进行连接所得到的路径长度相等的情况;对于概念属性问题,本文将对象类型属性和数据类型属性区别对待,提出了数据类型属性的相似度算法。最后,通过计算一个实例中概念节点的相似度,证明了本文算法的有效性。

家装CAD中基于几何约束的交互语义分析算法

阐述了几何约束的含义及其分类,分析了几何约束在家装CAD中的重要性以及家装CAD中应用几何约束的实现难点,给出了基于网格的前处理算法、基于约束优先级的交互语义分析算法和语义分析的后处理算法。基于网格的前处理算法可以对离散点进行自适应校正,对数据进行动态更新,对水平、垂直的处理十分方便;基于约束优先级的交互语义分析算法可以自动捕捉用户的语义、处理几何对象之间的关系,建立房屋的拓扑结构;语义分析的后处理算法负责分析拓扑结构,自动添加房间构件,自动实施部分装修功能。最后提供了一个实例,表明基于该算法的家装CAD系统在实际应用有良好的效果。

基于RDF的动态语义检索算法

在语义Web中,基于RDF,文章描述一个动态的语义检索算法(DSSAtheDynamicSemanticSearchAlgo-rithm),该算法通过分布式的资源相关库来发现动态资源之间的语义相关性,该算法不同于传统的语义检索算法,这是因为该算法引入了分布式的资源相关库,它是在用户进行语义查询的过程中动态建立起来的,随着资源的内容和状态的变化而不断变化,可以动态更新,最真实地反映资源的语义信息。文章确信该算法在保证查全率的基础上,会提高语义查询的查准率,并缩短返回查询结果的时间。

网络数据库访问中语义指向性算法优化

为解决数据库从高维单词空间映射至低维隐含语义空间中,无法有效实现数据库访问语义指向性分析的问题,提出基于主题模型的数据库访问语义指向性算法,建立PLSA主体模型并对其进行求解,通过PLSA主题模型获取理想的潜在语义主题,在数据库访问关键词上分布以及文档在潜在语义主题上的分布,将其应用于数据库访问语义指向性分析中,针对数据库表现出来的文本特征和结构特征建立PLSA主题模型,通过自适应不对称学习算法对不同的PLSA主题模型进行集成和优化,以实现数据库访问语义指向性分析,使数据库访问结果更加准确。仿真实验结果表明所提算法具有很高的数据库访问效率及精度。

一种站场图逻辑语义解析算法

本文介绍了铁路车站站场图的结构,阐述了站场图逻辑语义的含义及站场图构成规则库的构建,提出了一种基于图搜索技术的站场图逻辑语义解析算法,并将该算法在铁路计算机联锁软件测试评估平台子系统的站场CAD拼贴及数据校验中实现。

一种基于实时语义维层次链的OLAP查询算法

目前,P2P环境下的OLAP查询策略都是基于从客户端获取查询结果集,如DSCD算法和DQDC算法等主要是研究怎样快速地从客户端获取查询结果集,由于客户端的DataCube的实时数据更新效率低,易导致查询结果失真,从而影响OLAP的查询效率。为了提高P2P网络中OLAP的实时查询效率,提出了一种RTOS(Real-time Semantic OLAP Search,实时语义的OLAP查询)算法,并结合查询速度和失真率两方面的实验证明,该算法能有效地提高P2P环境下OLAP的决策分析性能。

Dynamic Unet+:一种轻量精确的语义分割算法及应用

图像语义分割是计算机对场景理解的一个重要环节。随着模型精度的不断提高,日益增长的模型参数量和不断下降的分割速度使得模型实际应用存在一定困难。因此在轻量级语义分割框架Unet的基础上,提出了一个简单快速的基于ResNet的动态Unet+的语义分割架构,即Dynamic Unet+,该模型在保持较高精度的同时,可拥有较少的参数量。在Camvid、PASCAL VOC2012等语义分割数据集中取得了很好的实验结果。通过对复杂背景下的自动人像抠图进行实验,对使用两个肖像分割数据集训练的模型在自动证件照制作、背景编辑等实际应用中取得了较好的实验结果,从而进一步验证了该模型的有效性和实用性。

一个并行自动语义分析算法

本文提出了一个以有序属性文法为基础的并行自动语义分析算法,它通过构造所谓的并行访问序列和相应地扩充原来的属性计值驱动器来实现并行处理。为了实验的目的,该算法已通过模拟的方法获得实现。

基于纹理图样与语义分割算法的CFRP/钛合金叠层材料制孔毛刺识别

CFRP/钛合金叠层材料作为一种重要的航空结构件材料,对制孔的加工精度要求苛刻,因此设计合理的实时监测算法,实现对复材叠层制孔过程产生的边缘毛刺等异常问题的监测迫切而必要。由于CFRP的材料特性,钻削加工过程中在CFRP层出入端面容易形成撕裂缺陷,影响整体孔壁的加工质量。基于深度学习的目标语义分割算法能够有效自动识别并评估这种缺陷的生成情况以及严重程度,从而有效监测CFRP/钛合金叠层材料的制孔质量。通过对钻削制孔实验后得到的工件进行毛刺区域分割算法验证表明,提出的基于深度学习的语义分割算法能够有效识别孔边缘毛刺,且识别算法的m-IOU达到71.33%,语义轮廓测度达到55.09%。

基于注意力机制非静态网络的图像语义分割算法

在深入分析了Deeplabv3+算法中,不同类别分割精度有明显的差异,把多分类模型拆分成多个二分类模型,有助于理解某个类别的细节。针对上述情况设计了下列实验方案:(1)整合处理多个二分类模型;(2)依托权值法融合多分离及二分类模型。实验结果证实,第(2)种融合方法能更好地分割不同类别的细节特征,提高图像分割效果。

基于超像素分割的多尺度特征融合图像语义分割算法

针对当前图像语义分割Deeplab v3+模型浅层特征分辨率低、遗漏分割等问题,引入全卷积神经网络(FCNN),并在此基础上联合超像素分割实现对物体边缘特殊优势、粗糙分割结果的优化,采用空洞卷积设计多尺度特征融合模块,以提升图像空间信息利用率。为提高网络学习能力与网络性能,引入跳跃连接结构和两个损失函数,经过训练测试,证实该算法具有良好的像素精度,可提升分割准确率提高,鲁棒性强,可改善遗漏分割与错误分割。

基于PLSA-BOW模型的医学影像分类算法的研究

随着现代医学成像技术的快速发展,医学影像分类已经成为重要的辅助诊疗需求。将文本领域中的词袋模型引入到图像领域,构建视觉词袋模型。为解决多义词和同义词问题,通过把词袋模型与PLSA主题模型结合,提出PLSA-BOA模型来解决传统词袋模型中的语义问题,这使得基于词袋模型的分类方法在精度上得到了进一步提高。实验结果表明,PLSA-BOW模型用于医学影像分类,具有较高的分类精度。

基于社会标注的Web资源语义聚类研究

在深入分析社会标注系统中用户、标签及被标注Web资源之间的关联关系的基础上，提出了基于用户标签的Web资源语义描述获取算法，并基于所获取的Web资源语义描述及其与用户之间的关联关系，利用一种迭代的聚类算法对社会标注系统中的Web资源进行基于语义的聚类，该聚类算法通过迭代不断加强被聚类资源间的一致性信息，从而能够克服传统聚类算法所面临的数据稀疏以及性能问题。研究表明，对Web资源所处环境的各种关联关系的深入分析，能够帮助用户更好地理解和操作相关Web资源，尤其是对于本身特征不充分或难以获取的Web资源来说，关联关系的分析研究具有十分重要的意义。