支持语义耦合的设备自适应网页布局算法

针对嵌入式浏览器需自动适配设备屏幕显示能力这一需求,借鉴超大规模集成电路(VLSI)模块排列布局算法的思想,采用最小自由度优先(LFF)规则,结合网页实际语义结构,提出局部语义耦合度和全局语义耦合度理论,设计针对网页矩形内容块的语义最小自由度优先(S-LFF)布局算法和递归语义最小自由度优先(RS-LFF)回溯算法,实现嵌入式浏览器针对智能设备小屏幕显示能力的网页布局重排和分页缩略显示.实验表明,本文算法可较好地保留网页的语义关系,获得比传统分割算法更好的显示效果.本文算法在UT斯达康公司的手机上得到了应用.

基于语义耦合和身份一致性的跨模态行人重识别方法

针对跨模态行人重识别面临的较大跨模态差异和类内变化的问题,提出了一种基于语义耦合和身份一致性的跨模态行人重识别方法。在语义层面,通过双向耦合不同模态的语义特征,实现不同模态间语义的交互融合,有效缓解了跨模态差异;在行人身份层面,通过优化跨模态三元组损失和身份损失,实现类内身份信息一致性,有效缓解了类内变化问题。实验结果表明,本文算法能够有效提升跨模态行人重识别精度,与基线方法相比,Top-1和mAP指标精度提升了10%以上。

融合语义与图结构的短文本特征提取算法

针对现有的短文本特征提取算法未充分考虑词语间的隐含语义及图的结构特征,提出了一种融合语义与图结构的短文本特征提取算法,该方法首先根据词语的共现构建文本图;其次,利用词语间内外部语义耦合关系及文本图的结构特征分别计算词语间的相似度对文本图中的边加权;最后,设计了一种随机游走的方法将两种边的加权方案有效地综合起来进行迭代计算出节点的重要性,并降序排序取出前K项作为最终的文本集特征词项集合.中英文数据集上的实验证明了该方法可行且有效.