考虑用户视觉注意机制的人机交互界面设计

为了有效提高人机交互界面的设计质量和效率,将视觉注意的计算方法引入到人机交互界面设计过程中,提出了一种考虑用户视觉注意机制的人机交互界面设计方法.利用视觉注意计算模型分析了人机交互界面中各元件的视觉注意程度,构建了视觉注意焦点图;采用配对比较法确定各元件的重要度和使用频率,以灰度图的形式建立了人机交互界面重要性分布图.通过比对视觉注意焦点图和重要性分布图,以用户的视觉特性为评价指标对人机交互界面设计方案进行了评估.以智能手机的人机交互界面设计为例,对所提出方法进行验证.结果表明:该方法优化了用户的视觉特性,与传统方法相比,人机交互界面设计质量和效率得以提升;所设计的人机交互界面增强了用户的交互体验.     

改进的多指标水质动态评价模型及应用

水质评价多以静态评价为主,马尔可夫评价模型为动态评价模型,但无法对多指标水质进行评价.对马尔可夫模型进行改进,将多指标评价中的权重引入到马尔可夫模型中,将小权重的指标状态空间进行压缩,进而建立转移矩阵,求绝对进步度和相对进步度,从而将水质动态变化情况用明确的数值进行量化,得到多指标熵权马尔可夫水质动态评价模型.将此模型应用于济南市大明湖水质动态评价中,得到了比较符合实际的结果.     

基于视觉显著性的红外图像弱小目标检测方法

针对复杂背号下红外图像弱小目标检测难题,提出了一种基于视觉显著性的目标检测方法。首先利用基于视觉注意机制的显著性模型计算图像的显著度图,然后根据图像的显著度图确定目标的区域,最后在原图像上确定目标的精确位置,仿真实验结果表明,本文方法能够很好地检测出红外图像中的弱小目标;与常用背景抑制法相比,该方法不仅较好地突显了目标,而且极大地消除了虚警干扰。     

视觉注意引导和区域竞争控制的医学图像分割

模糊连接度已经成为医学图像分割的实用方法，但其困难在于需要设定多种子点，自动给定的手段不是很有效.为此将种子点等价于视觉特征显著点，提出了在视觉注意模型引导下种子点给定的新方法.通过研究显著点定位与图像特征概率密度估计之间的关系，引入新的视觉特征估计地图，构造了注意计算模型，采用无阈值方法定位各类物体的视觉显著点并用于引导区域增长方式的图像分割.新的注意计算模型的定量描述能力较以往的模型有很大提高，适用于处理模糊图像.新方法能够完全自动定位种子点，有效分割图像，准确率高.引入多种子点之间的竞争策略加快了图像分割中的区域增长处理过程.     

基于后验信息修正的自适应交互多模型跟踪算法

针对目标运动状态变化较大甚至发生突变时,传统交互式多模型算法跟踪精度和稳定性会显著下降的问题,提出了一种在线辨识马尔可夫概率转移矩阵参数的基于后验信息修正的自适应交互多模型跟踪算法,该方法在滤波的过程中,根据不匹配模型误差压缩率的变化自适应调整先验的马尔可夫转移概率矩阵的参数,切换过程中较多地压缩不匹配模型的信息,放大匹配模型的信息,大大提高了系统的收敛速度.通过对仿真结果分析表明,论文提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,具有一定的理论价值和实用价值.     

基于马尔可夫随机场的显著区域检测

显著区域检测被应用在计算机视觉处理的各个方面,然而大目标和复杂背景中显著对象检测存在检测内容缺失和误检的问题。提出一种基于粗略显著区域的马尔可夫随机场(MRF)模型检测方法。首先,应用Harris角点检测定位粗略显著区域,去除边缘附近角点做凸包操作,然后基于粗略区域的先验概率,应用马尔可夫随机场模型检测图像显著区域。在图像测试库的实验结果显示,提出的检测方法提高了检测的准确度和完整度。     

利用多尺度频域分析的图像显著区域检测

针对显著区域检测中的视觉显著性度量问题,提出了一种通过对图像的频域特征进行多尺度分析来计算显著性的方法.在多个尺度上提取图像底层特征,在频域分析各种特征图的幅度谱和相位谱,在空间域上构造相应的显著图.根据显著图,检测出图像中的显著区域.在多种自然图像和人工图像上进行实验.实验结果表明,该方法能迅速检测出与人类视觉注意结果一致的显著区域,并且在高强度噪声图像中也能取得很好的检测效果.     

基于视觉特征对比度和二维熵的火焰检测

该文提出了在开放环境下应用视觉特征对比度和二维信息熵的火焰在线检测方法.首先利用光流法获取目标的运动矢量,然后通过运动标量生成运动对比度显著性图;进一步与颜色对比度显著图融合得到一个合成的显著图,提取出疑似火焰的感兴趣区域;接着对感兴趣区域的运动矢量计算二维熵,根据二维熵的时空一致性对是否为火焰区域进行判决.该文提出的特征对比度方法大大降低了传统基于高斯金字塔的视觉注意模型的计算复杂度.实验结果表明,该文方法对环境光照变化不敏感且能够排除其它运动物体的干扰,适用于开放环境下实时火焰检测.     

基于多相似度的条件密度手势识别跟踪算法

基于视觉的人手跟踪在智能人机交互中吸引越来越多的注意。该文提出一种基于粒子滤波的多相似度计算的条件密度跟踪算法。该算法主要对于非刚体运动的运动目标的输入、输出状态矩阵维数进行了降维。通过对每一粒子中的位置参数分别进行相似度验证从而显著地减少了状态矩阵的维数如旋转角度、倾斜程度等。实验数据表明,此算法能有效地对人手进行跟踪。     

基于时空特征融合的视觉注意模型

为了对人类视觉系统(HVS)中的注意机制进行建模,提出了一种基于时空特征融合的视觉注意模型。该模型以亮度对比度、纹理复杂度和前景物体的运动信息等三种初级视觉特征为基础,在自底向上的可计算架构上,采用空间域和时间域的特征融合方式,计算场景的视觉显著性图。试验结果表明,使用该模型可以对场景各个区域的显著性进行有效分析;与Walther和You视觉注意模型的对比结果也证明了该模型可以更准确地提取出场景的注意焦点(FOA)。     

基于带权有向图的授权委托模型

针对目前信任管理系统存在信任量化和传递、环状授权和冲突授权等问题,提出一种新的基于带权有向图的授权委托模型,使用带权有向图来表达主体之间的信任关系,很好地解决了这些问题.模型简单直观明了,其中的一致性验证算法经过分析和论证是正确而且有效的.     

基于矢量键图法建模对雷达天线伺服传动系统的研究

基于矢量键图法对天线伺服传动系统进行动力学建模,重点对刚体空间运动的键图表示及系统状态方程的推导。此方法简洁、直观、图形化,对复杂机电系统建模具有优越性。     

面向目标情感分析的双重图注意力网络模型

目标情感分析旨在分析评论文本中不同目标所对应的情感倾向。当前,基于图神经网络的方法使用依存句法树来融入依存句法关系,一方面,此类方法大多忽略了依存关系缺乏区分度的事实;另一方面,未考虑依存句法树提供的依存关系存在目标与情感词关系缺失的问题。为此,提出双重图注意力网络模型。该模型首先使用双向长短期记忆网络得到具有语义信息的词节点表示,然后根据依存句法树在词节点表示上构建句法图注意力网络,实现依存句法关系重要程度的区分,更有效地建立目标与情感词之间的关系,进而得到更准确的目标情感特征表示;同时根据句子的无向完全图构建全局图注意力网络来挖掘目标与情感词缺失的关系,进一步提升模型的性能。实验结果表明,与现有模型对比,双重图注意力网络模型在不同数据集上的准确率与宏平均F1值均取得了更好结果。     

融合GAT和TransH的中韩跨语言实体对齐方法研究

为研究中韩双语实体自动对齐方法,提出了一种融合图注意力网络(GAT)和基于超平面平移的知识图谱嵌入模型(TransH)的跨语言实体对齐模型.使用中韩实体数据集对模型进行验证表明,该模型的Hits@1、Hits@5和Hits@10在韩文对齐中文时分别达到了49.62%、 80.89%和91.76%, 在中文对齐韩文时分别达到49.79%、 80.74%和91.67%, 且优于传统的基于知识嵌入或图嵌入的对齐方法.因此该模型可为构建中韩对齐知识图谱以及其他语言的对齐知识图谱提供参考.     

基于关系推理与门控机制的视觉问答方法

针对现有的注意力机制存在缺乏对视觉对象间关系的理解能力及准确度较差的问题,在注意力机制的基础上增加关系推理模块与自适应门控机制. 该方法利用注意力机制关注多个与问题相关的视觉区域,利用关系推理模块中的二元关系推理与多元关系推理加强视觉区域间的联系. 将分别得到的视觉注意力特征与视觉关系特征输入到自适应门控中,动态控制2种特征对预测答案的贡献. 在VQA1.0及VQA2.0数据集上的实验结果表明：该模型与DCN、MFB、MFH及MCB等先进模型相比,在总体精度上均有约2%的提升;利用基于关系推理与门控机制的模型能够更好地理解图像内容,有效地提升视觉问答的准确率.     

基于MGCNN的商品评论情感分析

为了解决传统的深度学习模型会忽略语料库中全局词共现信息所包含的非连续和长距离语义的问题。本文提出记忆图卷积神经网络（MGCNN）引入注意力机制的商品评论情感分析方法。首先提取词与词、词与文档之间的关系,以全部的词和文档作为节点,将整个数据集构造成一个异构文本图。再基于图卷积网络（GCN）来构建用于图结构数据的神经网络,利用长短期记忆网络（LSTM）提取上下文相关特征,并使用注意力层获取重要特征。多组对比实验结果表明,本方法的分类效果更好,且随着训练集数据所占比例的降低,其优势更加显著。     

癫痫病相关论文多模态知识图谱的构建初探

癫痫病相关论文缺乏命名实体识别和关系抽取任务的标注数据,命名实体识别和关系抽取模型无法用常规方法训练。为解决该问题,针对癫痫病相关论文的数据特点,改进了命名实体识别和关系抽取模型,提出利用相近领域的医疗数据和预训练模型构建零资源癫痫病领域命名实体识别和关系抽取模型。评估了现有无监督和半监督模型在癫痫病领域论文数据集上的性能,并针对数据集特征引入域对抗网络和关系判别器,有效地提高了命名实体识别和关系抽取模型的性能。将癫痫患者的脑电特征以视觉模态嵌入知识图谱中,在提高脑电分析可解释性的同时,构建了更加直观的多模态知识图谱。     

基于注意力与双通道网络的方面级情感分析

针对方面级情感分析任务不能充分兼顾句法全面性与语义关联性,且大多数研究中使用的图卷积仅考虑信息自上而下的传播,忽略了信息自下而上的聚合等问题,本文提出了基于注意力与双通道网络的情感分析模型.该模型在扩展依存表示的同时使用自注意力获取具有语义关联的信息矩阵,使用双通道网络结合全局句法与语义关联信息,双通道网络分别侧重于自上而下传播的语义特征与自下而上聚合的结构特征.通道内的图卷积输出会与信息矩阵进行交互注意力起到残差互补的作用,然后通过平均池化完成通道内的任务.最后将基于语义与基于结构的决策融合得到最终的情感分类特征.实验结果表明该模型在三个公开数据集上的准确率与F1值均有提升.     

图论应用问题算法语言与直观求解软件

该文把图论中的有关工程应用问题用图示语言的观点进行解释和分类;定义了一种描述图论中某些工程问题求解的算法语言(称之为图论问题算法语言或者ALG);设计了自动地把ALG程序转化为PASCAL程序的软件工具——STATP(Software Tool to Translate the ALG Porgram to Pascal Program)。生成的PASCAL程序在运行时,只需用户输入应用问题的图形(即图形模型),就能在计算机上直接给出问题的解答。因此它是一种直观求解的软件。