非流形几何造型的布尔运算

非流形的几何造型用统一的结构来表示线框、表面和实体,是目前几何造型系统研究的热点。而模型的构造需要一个有效的布尔算法。论文提出一种由布尔运算定义的能够快速和任意重塑几何模型的新方法。这种方法利用非流形几何造型的性能,使得人们可以反复进行交互设计,并可用于特征造型。     

融合实体概念描述与图像特征的知识图谱表示学习研究

知识图谱表示学习将实体和关系映射到一个连续的低维空间.传统学习方法是从结构化的三元组学习知识表示,忽略了三元组之外与实体相关的丰富多源信息.针对该问题,提出一种将实体概念描述和图像特征与事实三元组相结合的知识图谱表示学习模型DIRL.首先,利用BERT模型进行实体概念描述的语义表示;其次,使用CNN编码器对图像总体特征进行提取,然后通过基于注意力的方法表示图像特征;最后,将基于概念描述的表示和基于图像特征的表示与翻译模型TransR结合起来进行知识图谱表示学习.通过实验验证,DIRL模型优于现有方法,提高了多源信息知识图谱表示的有效性.     

基于实体画像增强网络的事件检测方法

事件检测任务旨在从非结构化的文本中自动识别并分类事件触发词。挖掘和表示实体的属性特征(即实体画像)有助于事件检测,其基本原理在于“实体本身的属性往往暗示了其参与的事件类型”(例如,“警察”往往参与“Arrest-Jail”类的事件)。现有研究已利用编码信息实现实体表示,并借此优化事件检测模型。然而,其表示学习过程仅仅纳入局部的句子级语境信息,使得实体画像的信息覆盖率偏低。为此,该文提出基于全局信息和实体交互信息的画像增强方法,其借助图注意力神经网络,不仅在文档级的语境范围内捕捉实体的高注意力背景信息,也同时纳入了局部相关实体的交互信息。特别地,该文开发了基于共现图的注意力遮蔽模型,用于降低噪声信息对实体表示学习过程的干扰。在此基础上,该文联合上述实体画像增强网络、BERT语义编码网络和GAT聚合网络,形成了总体的事件检测模型。该文在通用数据集ACE 2005上进行实验,结果表明实体画像增强方法能够进一步优化事件检测的性能,在触发词分类任务上的F₁值达到76.2%,较基线模型提升了2.2%。     

基于交互式特征融合的嵌套命名实体识别

现有命名实体识别模型在字嵌入过程中多采用字符向量、字向量等不同单词表示向量的拼接或累加方式提取信息,未考虑不同单词表示特征之间的相互依赖关系,导致单词内部特征信息获取不足。提出一种基于交互式特征融合的嵌套命名实体识别模型,通过交互的方式构建不同特征之间的通信桥梁,以捕获多特征之间的依赖关系。采用交互机制得到包含不同单词表示信息的字嵌入向量,基于双向长短时记忆网络提取单词的表示特征,并对不同单词的表示特征进行交互,捕获特征之间的相互依赖关系。为进一步提取序列特征的上下文信息,采用基于特征交互的多头注意力机制捕获句子上下文的依赖关系。在此基础上,采用二元序列标记法过滤非实体区域,得到粗粒度候选区间,并对其进行细粒度划分以判断实体类别。实验结果表明,该模型的召回率和F1值为72.4%和71.2%,相比现有的嵌套命名实体识别模型,F1值平均提高了1.72%。     

融合用户-项目的邻居实体表示推荐方法

在现有基于知识图谱的推荐方法中,大多采用单一用户或项目表示,在合并来自知识图谱的实体时,用户或项目表示所携带的信息容易丢失,用户兴趣欠拟合,进而导致模型的次优表示。为此,该文提出了融合用户-项目的邻居实体表示推荐方法,联合用户和项目的特征表示挖掘用户更感兴趣的内容,使用TransR模型在知识图谱中进行实体传播,获取用户的嵌入表示;使用GCN聚合候选项目在知识图谱的邻域实体,获取项目的嵌入表示。为验证该文方法的有效性,在MovieLens-20M、Book-Crossing、Last-FM公共数据集上进行了实验,并与Wide&Deep、RippleNet、KGAT等10种方法进行了对比,实验结果表明,该文方法的平均AUC和ACC分别提升约8.75%和7.10%。     

基于HowNet义原和Word2vec词向量表示的多特征融合消歧方法

针对目前词向量表示低频词质量差,表示的语义信息容易混淆,以及现有的消歧模型对多义词不能准确区分等问题,提出一种基于词向量融合表示的多特征融合消歧方法。该方法将使用知网（HowNet）义原表示的词向量与Word2vec生成的词向量进行融合来补全词的多义信息以及提高低频词的表示质量。首先计算待消歧实体与候选实体的余弦相似度来获得二者的相似度;其次使用聚类算法和知网知识库来获取实体类别特征相似度;然后利用改进的潜在狄利克雷分布（LDA）主题模型来抽取主题关键词以计算实体主题特征相似度,最后通过加权融合以上三类特征相似度实现多义词词义消歧。在西藏畜牧业领域测试集上进行的实验结果表明,所提方法的准确率（90.1%）比典型的图模型消歧方法提高了7.6个百分点。     

基于零件特征关注度的夹具实例相似性检索方法

针对传统夹具实例检索方法的不足和三维模型检索的局限性,提出一种对于零件几何形状的零件特征关注度模型表示方法及生成该模型的方法,并给出了根据零件特征关注度模型进行夹具实例检索的算法.根据B-rep实体表示方法构造零件属性邻接图,通过特征提取算法获得零件的特征并计算特征关注度,形成关注度模型.在零件特征关注度模型的基础上,利用非精确图匹配算法匹配零件关注度模型,并应用于夹具设计实例检索过程中.应用证明,该算法可以满足工程应用的需求.     

融合实体类别信息的知识图谱表示学习

知识图谱表示学习通过将实体和关系嵌入连续低维的语义空间中,获取实体和关系的语义关联信息。设计一种融合实体类别信息的类别增强知识图谱表示学习（CEKGRL）模型,构建基于结构与基于类别的实体表示,通过注意力机制捕获实体类别和三元组关系之间的潜在相关性,结合不同实体类别对于某种特定关系的重要程度及实体类别信息进行知识表示学习。在知识图谱补全和三元组分类任务中的实验结果表明,CEKGRL模型在MeanRank和Hit@10评估指标上均取得明显的性能提升,尤其在实体预测任务的Filter设置下相比TKRL模型约分别提升了23.5%和7.2个百分点,具有更好的知识表示学习性能。     

基于位置特征和句法依存树的可度量数量信息抽取模型

随着医疗信息化水平的不断提高, 电子病历得到了越来越广泛的应用, 其中的非结构化文本包含大量蕴含患者病况信息的可度量数量信息, 由于实体与数量信息表述的复杂性, 从非结构化电子病历文档中精准抽取可度量数量信息是一个重要的挑战. 本文基于双向门控循环单元提出了结合相对位置特征与注意力机制的RPA-GRU模型, 通过将相对位置特征融入注意力机制更新双向门控循环单元输出, 识别实体与数量信息. 并基于重构句法依存树的图注意力网络学习图级表示提出GATM模型, 实现实体与数量信息的关联. 实验基于1 359份三甲医院烧伤科电子病历数据, 结果表明RPA-GRU模型与GATM模型在可度量数量信息识别和关联上分别获得97.58%与97.86%的F1值, 比表现最好的基线模型分别高出2.17%与1.74%, 验证了所提出模型的有效性.     

宠物知识图谱的半自动化构建方法

提出一种宠物知识图谱的构建框架。通过自顶向下的方式设计并构建了schema（概念）层,从半结构化和非结构化数据中进行知识抽取构建了数据层。在对非结构化数据的实体抽取方面,提出了一种条件随机场（CRF）与宠物症状词典相结合的症状命名实体识别方法。该方法利用症状词典对文本进行识别,获取语义类别信息,CRF结合语义信息实现对症状实体的识别抽取。实验结果表明了该方法的有效性。在知识表示方面,选用OrientDB数据库支持的属性图模型来表示。知识图谱采用OrientDB图数据库来完成知识的存储,并实例展示了构建的宠物知识图谱。     

形状特征局部操作在实体造型中的实现

文章介绍了实体造型中形状特征的局部操作,研究了包含形状特征描述的数据结构,分析了形状特征的分类、框架、特征间的联系及有关操作,分析了欧拉运算及实现思路,在此基础上对实体造型进行局部操作,提高了造型中的运算效率,也对特征造型作了相应的探讨。     

拉伸类特征的高效实现

在特征造型系统中,对于复杂零件的造型,特征实现的效率问题越来越突出。对于拉伸类特征：孔、槽、凸台等,通常将其特性轮廓线拉伸形成标准特征体,然后用布尔操作与基本体结合。但是,由于布尔操作存在效率低、操作的可预见性差等问题,效果并不令人满意。针对这些问题,我们提出了布操作的一种替代,将轮廓线直接拉伸到实体的边界。该算法作为一种有效的造型手段。已在特征造型系统ZD－MCADⅡ中用于拉伸类特征的实现。     

CAD系统中的产品模型定义技术

本文在就实体造型、尺寸公差建模、非簇建模、参数化建模、约束建模和特征建模等技术作简要的评述后，提出了在现有ＣＡＤ系统基础上，实现产品特征建模系统开发的方法。系统利用特征定义将实体模型和特征模型紧密联系起来，特征识别和基于特征设计技术相互配合，使用户可自由地选取实体建模操作或特征建模操作来构造具有完整定义的产品模型。     

Point data analysis

This paper describes graphic modelling algorithms and simulation experiments for modeling solid objects. The source data is idealized point images containing the corner locations of the objects. The results suggest practical constructive procedures for syntactic primitive detection and primitive sequence recognition.     

A study on product modelling for integration of CAD/CAM

Modelling capability for products to be designed and manufactured plays an important role in order to effectively construct and utilize CAD/CAM systems. Product models should represent all the information about products, which is utilized in manufacturing processes. Therefore it is required that they describe functional structures of machine products, and include not only geometric information but also various non-geometric data, such as physical, technological and management data. Presently there do not seem to exist definite methods or theories for constructing product models. In this paper, we first investigate the whole manufacturing process, and propose a system structure for integration of CAD/CAM, in which product modelling plays a fundamental role. Then requirements for product modelling are studied thoroughly, and a new representation framework for product models is proposed. It consists of an object concept called frame, relations among frames and attributes, and it can incorporate the existing various modelling capabilities, such as solid modelling. We use this representation framework in combination with our solid modelling package GEOMAP-III, and show the effectiveness of this approach by performing illustrative design experiments.     

Learning a locality discriminating projection for classification

This paper introduces a new algorithm called locality discriminating projection (LDP) for subspace learning, which provides a new scheme for discriminant analysis by considering both the manifold structure and the prior class information. In the LDP algorithm, the overlap among the class-specific manifolds is approximated by an invader graph, and a locality discriminant criterion is proposed to find the projections that best preserve the within-class local structures while decrease the between-class overlap. The feasibility of the LDP algorithm has been successfully tested in text data and visual recognition experiments. Experiment results show it is an effective technique for data modeling and classification comparing to linear discriminant analysis, locality preserving projection, and marginal Fisher analysis.     

陶瓷品的计算机造型和花面设计系统

按陶瓷品的外型和装饰要求,研制了一个计算机造型和花面设计系统,阐述了系统构成、工作方式、装饰图案的产生、旋转体和自由曲面造型、光照模型计算、色彩设计原则及压缩存储方法。     

一种基于快速拟合的NURBS曲面实体建模方法

为了解决实体对象建模时出现的失真性和控制点膨胀的问胚,提出了一种基于NURBS建模的快速拟合算法,算法结合所设计的应用型曲面实体数据结构,针对扫掠实体、直纹实体、蒙皮实体和旋转实体,分别采用整合法、双基面互导求均法、平均法和旋转因子法来计算形成实体所需的最少控制点和W方向节点矢量,将控制点的计算从三维抽象到二维.实验证明算法不仅有效解决了失真性和控制点膨胀的问题,而且还具有通过调节幂次来实现用户的不同需要和运算速度快等优点.     

Feature-based 3D non-manifold freeform object construction

This paper presents a novel technique for modeling a 3D non-manifold freeform model around a 3D reference model. To represent both the design abstractions and the incomplete topological information, a new non-manifold data structure is first defined. Our data structure embodies the functional vitalities of both the boundary representation data structure and the complex-based data structure. Along with our data structure, a set of topological operators is defined to manipulate the entities in the data structure. Based on the non-manifold data structure and the topological operators, we develop a technique to construct 3D freeform objects around a reference model. Intuitive 2D sketches are adopted to specify the detailed profile of the object constructed. The construction method is feature-based – every reference model has pre-defined features, and the feature template of the constructed object is related to the features of the reference model by feature node encoding. Therefore, the surfaces derived from one reference model can be regenerated automatically on another reference model with the same features. The geometry coverage of our geometric modeling approach includes both manifold and non-manifold 3D freeform objects.