基于语义PROMETHEE的产品设计方案群体多准则求解

为了使产品设计方案评价和决策过程充分考虑决策者偏好特征,并避免模糊决策信息的失真,提出基于语义PROMETHEE的设计方案求解支持方法.定义了度量决策者偏好程度的权偏好函数和语义偏好函数,分别改进了传统PROMETHEE方法偏好函数在选型和数据处理上的局限性.对单一类型和区间类型的多粒度自然语义混合决策信息采用不同的语义变换模式,均转化为等效的二元语义类型作为语义偏好函数的保真信息输入.在此基础上,运用语义PROMETHEE方法的基本原理进行产品设计方案群体多准则求解.以停车设备的方案优选为例验证了本方法的可行性.

基于前景理论的毕达哥拉斯二元语义PROMETHEE决策方法

针对属性值为毕达哥拉斯二元语义数(P2TLN)的多属性决策问题,考虑到决策者的有限理性行为,提出基于前景理论的偏好顺序结构排序法(PROMETHEE)的决策方法。首先,介绍毕达哥拉斯二元语义集的相关概念,并对现有P2TLN的距离进行改进,提出一种基于得分函数和精确函数的P2TLN距离,并证明其性质;其次,为体现决策者在比较决策信息时的风险偏好,利用前景价值函数构造P2TLN的优先函数,并以此对方案进行两两比较,从而计算各方案的净流量,进而对各方案进行排序。最后,通过物流公司的评估实例说明所提方法的可行性和有效性。

基于PROMETHEE-Ⅱ的电网科技项目后评估评价方法研究

为满足双碳背景下电网精准投资的迫切需求,面对目前电网科技项目数量的急剧增加,迫切需要构建一个后评价指标体系,以低碳绿色发展、运营效率和经济效益为特点,以便评估电网发展规模和速度、结构和安全性以及效率和效益,进而带动科技项目成果转化率的提高,加快科研项目向市场的推广进程。从组织管理、技术水平、成果应用以及影响力4个方面构建电网科技项目后评估的评价指标体系,应用三角模糊数和变异系数法结合的组合赋权法确定各评价指标的权重,基于PROMETHEE-Ⅱ方法对电网科技项目进行后评估,确定最终的评价结果。以实际案例分析,验证该模型具有可行性。

省域共同富裕水平测度、差异特征与空间收敛分析——基于PROMETHEE评价法的广东省城市数据研究

共同富裕是社会主义的本质要求,对于整体发展水平高且内部板块发展差距大的省市进行共同富裕水平评估与分析具有重要的示范意义.在基于三生空间理论重新解构共同富裕指标体系的基础上,利用PROMETHEE评价法、泰尔指数、收敛模型对广东省共同富裕水平进行实证分析.结果表明:广东省共同富裕水平处于上升态势,整体上呈现由珠三角向外围降低的半圆形空间格局,粤东、粤西、粤北的多数城市处于低低集聚区;广东省共同富裕水平的提升具有区域不均衡性,差距主要来源于区域间,但差距呈逐渐减小趋势,同时粤东、粤西组内差距明显;广东省共同富裕水平存在σ收敛、绝对与条件β收敛,4个区域的绝对β收敛速度与条件β收敛速度的位序格局具有迥异性,省域内部板块间追赶效应显著;广东省城市间共同富裕水平存在显著的正空间相关性,产业结构与基础设施对周边城市共同富裕水平具有提升作用,而对外开放程度抑制邻域城市共同富裕水平提升.基于上述结论,本文提出培育不同层级增长极+强化区域网络关联度,抑制负向作用+强化正向作用(外生变量),以此促进广东省尽快实现共同富裕的目标.

面向工业互联网的语义编码传输方法及应用

通过将语义通信技术引入工业网络,构建了一个面向工业互联网的语义编码传输系统。系统中设计了语义编解码器以提取信源中的语义信息,相对于传统通信系统,基于语义信息的通信有更高的信息压缩效率与更高的符号差错容忍能力。同时引入信源信道联合编解码器,以信源信道联合编码的方式将语义信息转化为信道符号传输,进一步提升系统对工业网络通信资源的利用效率。所有编解码器均构建在深度神经网络架构Transformer上,确保了编解码器对语义信息的理解能力及系统的泛化能力。在工业药品生产场景中,对该系统进行测试,结果显示:相较于传统通信方案,该语义编码传输系统在图像重建质量和传输处理速度方面均有显著提升。且系统对下游任务的性能影响极小,保证了工业生产中如缺陷检测等关键任务的准确性。

基于交叉融合自注意力的点云语义分割

针对目前点云语义分割算法通常采用简单的串联三维原始坐标信息方式建模几何信息,导致建模不完整问题.提出了交叉融合自注意力网络,在该网络的编码层中设计了交叉融合自注意力机制模块,通过交互学习坐标和特征信息,提高局部细粒度特征描述能力,使得几何信息建模更加完整.同时为了更好地结合浅层与高层特征,提出了一种层级特征融合模块,通过自适应地连接网络不同层,实现不同层的特征整合.在S3DIS、Semantic3D和SemanticKITTI数据集上实验表明:该算法优于RandLA-Net等先进算法.

语义三角理论视域下的土木工程专业术语探析

为加深对土木工程专业术语的理解、促进专业知识学习,引入语义三角理论对土木工程专业术语进行了深层次的探析,构建了学习、掌握与发展土木工程专业术语的新路径。具体要点包括:语义三角形中的“外界物体/实物”对于土木工程专业可扩充为广义“所指”、增加考虑隐蔽型效应与假定;“语言/符号”和“概念/词义”的关系有助于更好地理解“义同形不同”术语;“语言/符号”与“物体/实物/效应/假定”的关系有助于推动专业术语的发展与改进,同时促进新术语的不断产生。

复杂越野场景无人履带平台3D语义占据预测方法

为了理解和处理复杂越野场景中环境要素形状不规则、地形多变及路面属性复杂等问题,提出了一种基于多模态融合感知的3D语义占据预测方法.首先,基于图像和激光雷达融合网络获取初始3D语义标签;然后,对越野场景稀疏点云采用贝叶斯稠密化算法补全3D语义占据标签;最后,生成包含复杂环境要素大小、位置和语义信息的3D语义占据栅格地图.试验结果表明,该方法能够有效地提取和表示复杂越野环境中的3D信息,为复杂越野环境下无人履带平台的路径规划提供了更加准确和丰富的先验信息.

基于交叉协同注意力网络的小样本肠道息肉图像语义分割

目的:提高肠道息肉图像语义分割模型对查询图片中未知目标的分割性能。方法:提出一种基于交叉协同注意力网络的小样本肠道息肉图像语义分割方法。首先,利用预训练的VGG-16网络提取支持图片和查询图片的视觉特征;然后,利用支持特征和查询特征建立分支间特征的交叉融合,促进分支间特征语义的对齐;最后,利用无参数的度量方法,逐像素实现查询图片中每一位置的像素分类。结果:在Kvasir-SEG等4个开源的肠道息肉图像数据集中,本研究所提出方法的前景背景交并比(FB-IoU)分值均优于经典的医学图像语义分割模型U-Net。结论:基于交叉协同注意力网络的小样本肠道息肉图像语义分割方法可以精准定位支持图片和查询图片中的息肉区域,具有较好的分割性能。

基础地理实体关系及语义化构建关键技术研究及实现

新型基础测绘和实景三维中国建设的核心是构建基础地理实体,而基础地理实体的核心是构建实体间的关系及语义规则。本文首先介绍基础地理实体关系和语义化的内容,以及其构建的基本流程;其次,详细介绍实体关系及语义规则配置、存储和构建技术;最后,采用面向对象的编程语言C#,开发实体关系及语义化构建功能,可满足基础地理实体数据生产阶段实体关系及语义规则构建的需求,能够实现实体关系及语义规则配置的按需定制。

河南方言“管”语义地图研究

基于河南方言的相关语料,在对“管”的功能与语义进行考察与描写的基础上,从认知语义学的角度确定“管”的语义衍生路径并梳理河南方言“管”的语义链。运用语义地图模型这一理论工具绘制河南方言“管”的语义地图。研究发现,河南方言“管”的语义引申呈现出基于形状相似、目的扩张、功能扩张、动作相似、能力发展、动作实现可能、处置强度变化、处置结果变化及语气变化结果的共性路径,符合隐喻和转喻两大认知机制。此外,对例外的语言现象进行了解释,语义地图的解析度体现了功能节点的细分度。

小数据集上基于语义的局部注意视觉Transformer方法

在小数据集上从零开始训练时,视觉Transformer无法与同规模的卷积神经网络媲美。基于图像的局部注意力方法,可以显著提高ViT的数据效率,但是会丢失距离较远但相关的补丁之间的信息。为了解决上述问题,提出一种双向并行局部注意力视觉Transformer的方法。该方法首先在特征层面上对补丁进行分组,在组内执行局部注意力,以利用特征空间中补丁之间的关系弥补信息丢失。其次,为了有效融合补丁之间的信息,将基于语义的局部注意力和基于图像的局部注意力并行结合起来,通过双向自适应学习来增强ViT模型在小数据上的性能。实验结果表明,该方法在计算量为15.2 GFLOPs和参数量为57.2 M的情况下,分别在CIFAR-10和CIFAR-100数据集上实现了97.93%和85.80%的准确性。相比于其他方法,双向并行局部注意力视觉Transformer在增强局部引导能力的同时,保持了局部注意力所需属性的有效性。

基于对抗学习和一致性正则的半监督语义分割方法

为了降低语义分割任务对像素级标签的需求,提出一种基于对抗学习和Mean teachers模型的半监督语义分割方法。该方法训练过程分为两个阶段,第一阶段在分割网络之后连接判别网络,通过对抗学习使分割网络预测结果逐渐接近真实标签;第二阶利用第一阶段的网络参数做指数移动平均得到教师网络,与分割网络做一致性训练,使模型性能进一步提升。使用PASCAL VOC 2012数据集进行实验,结果表明在使用相同数量的标签训练下,该方法的分割图的质量和评价指标mIoU优于现有半监督语义分割方法。

基于语义不确定性PROMETHEE的研发项目评价

文章针对研发项目评价过程中使用的定性指标的模糊性和难以量化的特点,采用语义不确定性等级对初始评价进行描述,融入PROMETHEE法将决策者的偏好考虑到评价过程中。首先使用语义不确定性等级对评价指标权重以及项目属性值进行评价并转化为梯形模糊数;然后将梯形模糊数转化为符号距离,并确定评价指标的多种偏好函数及参数数值,通过PROMETHEE法得出每个项目关于其他项目的优先程度,得到最终的项目排名;最后以一个企业的研发项目评价过程作为算例说明算法的有效性。

当代诗歌话语语义生成的选择原则

诗歌是一种从选择轴并由之主导向组合轴投射的话语类型,话语沿相似性和邻近性两种不同的语义路线发展,在诗歌中相似性语义路线往往在选择中起决定作用,但突出对象之间的差异性,选择过程比普通话语有更大的自由度,聚合空间更大。当代诗歌话语的选择目标是生成新的创造性的语义关系,所指层的选择与能指层的选择尤其是分行,相互适应、相互激活,共同参与创造性语义关系的建构。与相似性和邻近性对应,当代诗歌的创造性表现为发明性和发现性两种选择方式,既可能以其中一种方式为主,也可能是两种方式的交替使用,还可能是不同方式的交织。

从句子图到篇章图——基于抽象语义表示的篇章级共指标注体系研究

篇章级共指关系是语言学和计算语言学的研究难点之一。本文在梳理共指理论研究与趋势的基础上,回顾共指语料库的构建与自动解析方法,指出共指语料的构建主要存在以下两个问题:共指关系的标注较为粗疏,也基本不考虑与句子语义结构本身的关系。本文在句子级语义标注体系(中文抽象语义表示)的基础上,设计篇章共指的标注体系,以“概念同一性”为基本原则,从词形的异同和概念的表述角度区分9种篇章共指关系,标注了500个篇章的共指信息。与已完整标注的52种句内语义关系相结合,构建出带有篇章共指信息的篇章抽象语义图库。该语料库选自CTB新闻语料,体裁涵盖经济、体育及生活类,规模为6237句,16万词例。该语料库的构建为篇章级语义分析提供了新框架与数据资源。

融合语义分割与模糊推理的无人机应急降落选址算法

随着无人机的应用领域从娱乐摄影拓展到物流、军事和灾害响应,对于无人机的自主智能化要求也越来越高。针对无人机紧急情况下自主降落区域复杂难以保证着陆安全的问题,提出了一种实时语义分割网络与模糊推理相结合的降落选址算法(STDC-LSSNet)。考虑到潜在危险因素在航拍图像上占比小、易被错误分割的问题,提出了小目标特征提取模块(small target feature capture module,STFCM),通过计算不同尺度特征的相似性并进行权重分配,强化小目标特征的表达。考虑到安全区域与危险区域边界混淆会导致无人机降落存在巨大风险,提出了边界特征融合模块(boundary feature fusion module,BFFM),将浅层网络由拉普拉斯卷积得到的边界信息与深层网络的语义信息进行特征融合,引入注意力机制,增强边界区域特征的表达。通过对分割得到的图像进行模糊推理,从而精确识别应急降落地点。所提算法在公开数据集Semantic Drone和AeroScapes上与最先进的算法进行了广泛的对比实验,mIoU提升1.72个百分点和3.89个百分点,实时分割速度达到210 FPS,选址的速度达到58.62 ms,实现了无人机在复杂情况下的应急降落选址。

动态场景下融合深度信息的实时语义SLAM方法

在动态语义同步定位与建图(SLAM)系统中,由于语义分割计算时间长,造成系统的实时性较差,难以满足载体导航以及定位的需要。针对这一问题,本文提出了一种动态场景下融合深度信息的语义SLAM方法框架。首先,采用MASK基于区域的卷积神经网络(R-CNN)对关键帧进行语义分割;然后,利用贝叶斯滤波算法更新特征点的移动概率;最后,融合图像深度信息,通过对深度图像聚类与重投影误差约束辅助去除场景中存在的动态特征点。实验结果表明:相比于ORB-SLAM3算法,本文算法在TUM RGB-D数据集上的定位精度提高了94%,相比于DynaSLAM算法,运行速度提升了93%。

金融高质量发展背景下商业银行同业客户授信额度分配改进研究——基于PROMETHEE方法

文章从财务绩效、客户关系、战略规划、监管处罚、金融供给侧改革等五个方面构建能够体现金融高质量发展理念的授信额度分配决策评价体系,运用熵权法和PROMETHEE法进行分析,旨在针对中小银行在同业市场中普遍存在的授信不足而引发的同业产品选择即授信额度分配决策问题提供决策支持。

基于特征融合与语义引导的药用胶囊表面缺陷检测

作为制药产业中常见的药剂容器,胶囊质量与病症的治疗效果以及患者身体的健康状况密切相关。因此,在胶囊生产质量管理流程中,产品质检技术对其批量生产与实际效用有着重要意义。为实现药用胶囊表面缺陷的像素级分割,提出一种基于特征融合与语义引导的药用胶囊表面缺陷检测方法。首先,利用特征融合模块聚集多尺度语义信息,使各级特征得到有效利用,以增强对多类目标以及细小缺陷的分割能力;其次,为缓解编解码过程中特征丢失问题,通过语义引导模块对语义信息进行正确疏导,提升缺陷分割的局部效果;最后,在细化分割模块的作用下,进一步优化表面缺陷的分割细节。在胶囊缺陷数据集上的评估结果表明,相比于众多现有方法,所提方法在多维度的评价指标下(包括精度、速度、模型大小以及训练时长)具有更为平衡的整体性能。