基于知网的汉语普通未登录词语义分析模型

提出一种基于知网的汉语普通未登录词语义分析模型,该模型以概念图为知识表示方法,以2005版知网为语义知识资源,首先参照知网知识词典对普通未登录词进行分词;然后综合利用知网中的知识词典等知识,通过词性序列匹配消歧法、概念图相容性判定消歧法、概念图相容度计算消歧法及语义相似度计算消歧法对中文信息结构进行消歧;最后根据所选择的中文信息结构生成未登录词的概念图,从而实现未登录词的语义分析。该模型在语义分析过程中一方面确定了未登录词中每个已登录词的词义,另一方面构造了该未登录词的语义信息,实验结果证明它可以作为普通未登录词语义分析的原型系统。

基于梯度相似性与Rényi熵图的图像配准算法

图像配准技术是图像处理与分析中的基本任务。针对图像配准对鲁棒性强、准确性高和速度快的要求,文中提出一种基于梯度相似性与Rényi熵图的图像配准算法。该算法首先提取图像特征点集,以Rényi互信息作为目标函数,然后使用特征点集的广义近邻图来估计Rényi熵与互信息,最后将特征点梯度信息融入到配准框架中。新算法结合了特征点梯度信息的鲁棒性和Rényi熵图理论的高效性。在真实遥感图像上进行的配准的实验表明,与传统方法相比,新算法在鲁棒性、速度和准确度上都达到很好的结果,是一种有效的图像配准方法。

类推广的Mycielski图的集合色数

为深入研究图的集合色数,运用结构图论的方法给出任意图的类推广的Mycielski图的集合色数的上界及完全图,以及二部图和扇图的类推广的Mycielski图的集合色数。

支持用户偏好查询的领域概念图模型

针对目前的领域概念查询聚类方法中未见考虑用户偏好,提出一种支持用户偏好查询的领域概念图模型。该图模型主要包括两部分:基于概念本身考虑,利用综合语义相似度计算方法构建概念的语义关系图;基于用户查询偏好考虑,采用改进的互信息计算用户生成数据间隐含的查询偏好,将其结果用于补全领域概念的语义关系图。这一处理过程使得原有领域概念的语义关系图得到了有益的补充,满足了用户的偏好查询。经实验验证,该算法较现有方法,查准率、查全率以及F-measure值均有所提高且响应时间得到了降低。

Voronoi图和遗传算法在对象识别中的应用

从对象识别的角度探讨了Ｖｏｒｏｎｏｉ图和遗传算法的应用，针对不同应用情形重新定义了基于Ｖｏｒｏｎｏｉ图与形的相似性度量．采用遗传算法以加快识别速度，并将视角和模型参数纳入染色体编码，实现了快速的类模型匹配的对象检测和识别．

基于通用知识图谱的个性化智能助手

针对现有个性化智能助手对预训练的语料数量和质量要求较高、无法根据用户的多变需求快速添加自然语言指令以触发智能助手的个性化场景等问题,提出一种基于通用知识图谱的个性化智能助手。首先,使用通用知识图谱的结构化的语义知识为用户的自然语言指令和应用场景进行语义标注并快速构建特征模型,弥合用户个性化的需求和对应场景的语义鸿沟;其次,使用余弦相似度计算用户指令与场景应用程序编程接口(API)的相似程度,进行API的匹配与推荐;最后,通过特征匹配对指令中API所需参数进行抽取并执行。实验结果表明,该方法指令匹配结果的宏F1值为84.72%,API参数抽取准确率达84.33%。

顾及道路连接关系的多尺度道路网匹配算法

针对目前基于“结点-弧段”模型的道路网匹配算法在多尺度条件下匹配效率不高的问题,提出了一种顾及道賂连接关系的多尺度道路网匹配算法。主要利用道路网尺度变化前后道路间连接关系不变的特征进行道路的粗匹配,避免传统粗匹配的阈值难以设置的问题,并根据道路结点的相似性进行精确匹配。首先对道路网数据进行预处理,识别和化简道路网中的微观结构,将道路网连接成stroke;然后将道胳网以stroke为单位抽象成为对偶图,将道路网匹配问题转换为对偶图的结点匹配,利用结点之间的连接关系进行粗匹配,并依据道略的长度、方向、距离等因素对结点进行相似性度量,完成道路的精确匹配,从而实现道路网的匹配。最后以不同尺度的賂网数据进行实验,结果表明该匹配方法的正确率较高。

图对比学习支撑下的矢量建筑物形状相似性度量

建筑物形状相似性度量在地图制图综合中起着至关重要的作用,它不仅为地理空间要素识别和地图分析奠定了基础,还在建筑物形状的匹配、检索和化简选取等应用中发挥了重要作用。本文利用图对比学习在形状区分中的优势,提出了一种图对比学习模型支撑下的建筑物形状相似性度量模型,其目的是利用图增强策略训练出一个图编码器,对形状进行编码得到更具区分度的表示。本文方法首先将矢量图形转为图结构,并提取节点和边特征来表示形状属性;其次利用图增强策略得到正负样本对,经过对比损失函数实现同类别样本间差异的最小化和不同类样本之间差异的最大化;最后经过对比编码得到特征向量,计算特征向量间的余弦值实现建筑物形状的相似性研究。试验以OSM建筑物形状数据作为训练和测试样本,测试分类准确率达到96.7%,并对模型参数、图增强方式和特征节点方向进行分析。与其他方法比较,本文方法优于传统方法的方法,HU矩方法和傅里叶方法的分类准确率分别为22.9%、44.4%,并且相较于图编码GCAE方法(92.5%)也提高4.2%左右。此外,选取香港地区的3个地区进行了形状分类和形状匹配试验,形状分类准确率为95.7%,并对9个典型形状进行相似性匹配,同类形状的相似值大于非同类形状。试验结果表明,在图对比学习框架下,形状描述与人的空间视觉感知具有一致性。图对比学习模型有效提升了复杂形状的识别能力,实现了15类建筑物形状的有效地分类,为地图制图综合应用提供了技术支撑。

推广的Mycielski图和类推广的Mycielski图的(邻点可区别的)全染色

Mycielski图是在1955年由Mycielski首先提出的,推广的Mycielski图是在2003年由Peter Che Bor Lam,林文松等给出的Mycielski图的一个自然推广,且研究了它的圆色数.目前关于推广的Mycielski图性质以及它们在点色数,分数色数,圆色数等方面已有许多研究.本文定义了推广的Mycielski图的另一推广称为类推广的Mycielski图,且探讨了推广的Mycielski图和类推广的Mycielski图在全染色、邻点可区别全染色方面与原基础图的关系,从而也得到了它们满足全染色猜想和邻点可区别全染色猜想及它们达到全色数和邻点可区别的全色数的下界的一些充分条件.

图像数据化软件在仿制药体外溶出曲线一致性评价中的应用

目的利用图像数据化软件读取日本橙皮书中或FDA固体制剂溶出曲线数据库中溶出曲线数据,再用f_2相似因子计算公式计算,用于国产仿制药与原研药的体外溶出曲线一致性评价的预试验。方法按软件使用说明,设置坐标原点和纵坐标、横坐标最大值。利用截图软件获取参比制剂的溶出曲线图,保存为图像文件。确定溶出曲线上需要获取数据的点,经软件分析即可获得各个点的累积溶出量。再用f_2相似因子计算公式计算,得到的f_2值用于仿制药与参比制剂溶出曲线一致性判断。结果以盐酸雷尼替丁片为例,通过图像分析软件可以获得日本橙皮书溶出数据库中参比制剂的累积溶出量数据,用于仿制药与参比制剂体外溶出曲线一致性评价的预试验。结论图像分析软件可以通过数据化处理,得到文献上参比制剂的溶出量数据,用于仿制药体外溶出曲线一致性的预试验。