基于DRT理论的汉语省略恢复研究

研究汉语语篇特性时,省略是其一个重点。该文尝试从语篇层次对汉语的省略进行恢复,提出一个初步的省略恢复模型。该模型针对语法空位和可能的语义空位,从上下文中选取合适的个体来填补。     

基于粒度层次的方位关系推理

方位关系推理是空间推理的一个重要方面。本文主要研究的是方位关系推理的问题之一——基于层次的方位关系表示与推理。文中首先从区域间的覆盖关系出发,提出了基于空间粒度的层次划分方法;然后,从“点对象”和“矩形对象”两个方面研究了基于粒度层次的方位关系表示与推理方法,并给出了相应的推理算法。文中的推理实例验证了粒度划分与推理方法的可行性。     

3DR39-3d方位关系模型与反方位关系

3D方位关系的表示和分析技术在3D GIS、空间数据库、智能交通控制、3D游戏和智能机器人等领域具有重要作用。为弥补已有方法表示精度不高的不足,将定性距离关系和3DR39方向关系模型相结合,提出一种新的能处理和分析大量复杂方向和位置的关系模型,即3DR39-3d方位关系模型。基于3DR39-3d模型处理复杂的动态方位关系,探讨基于对象运动的动态方位关系和基于盒空间扩张的动态方向关系的特性和规律。为处理空间方位关系的反方位关系问题,给出3DR39-3d模型的基本方位空间元素的反关系。理论研究和比较分析表明,3DR39-3d模型能表示和分析更为丰富的复杂方位关系,增强空间数据库3D方位关系的表示和处理能力。     

基于力直方图的遥感图像中目标群间方位关系的建立

针对目标群间方位关系的建立,采用力直方图法,对所要处理的图像中目标群做一次全方位扫描,建立数据结构,可将各目标用于力直方图求解的有用信息一次取出,并建立目标群中各目标之间方位关系分布结构表示。最后,用多幅遥感图像验证了方法的可行性,证明了力的直方图法是一种用于表示目标间方位关系的有效方法。该方法一次可对多个目标进行处理,不必重复扫描,减少了计算量,便于对多个目标的把握,有效的掌握了目标群的整体分布特性,满足了同时对多目标图像处理的需求。     

基于参考点选择策略的改进型NSGA-III算法

针对多目标进化算法忽视种群在决策空间的分布信息,未考虑待优化问题Pareto前沿形状的问题,文中提出基于参考点选择策略的改进型NSGA-III算法.首先,根据种群在决策空间的分布特征,借助信息论中的熵思想,计算相邻两代种群的熵差,判定种群的进化阶段.然后,根据种群在目标空间的分布特征,借助参考点关联个体数目的统计信息,评估参考点的重要性.最后,在种群进化的中后期,依据参考点的重要性特征剔除冗余的无效参考点,使保留的参考点适应种群规模与Pareto前沿面,利用筛选后的参考点引导种群进化方向,加快算法收敛及优化效率.在测试函数集上的对比实验表明,文中算法在收敛性和分布性上均较优.     

3DR44-4d方位关系表示模型

为弥补现有方法在处理3D空间方向关系方面的不足,将3DR44方向关系模型和距离关系相结合,提出一种新的关系表示模 型——3DR44-4d模型。该模型将空间划分成158个方位空间块,能够表示并区分2158种复杂的空间方位关系。研究3DR44-4d模型的动态方位邻接关系,利用方位邻接关系对大量复杂动态方位关系信息进行检验、预测和择优。实验结果表明,该模型可以增强空间数据库对3D方位关系的表示及分析能力。     

基于句间关系的汉语语义块省略恢复

语义块是句子的语义构成单位,句子内发生的省略现象可以归结为语义块的省略。该文在句类分析的基础上,从小句间语义块共享关系的角度分析语义块的省略。将语义块的省略分为语义块整块共享形成的省略和语义块部分共享形成的省略,分析了两种情况的特点,并给出了相应的处理算法。测试表明,该算法对于两种省略均有很好的处理效果。     

方位关系约束满足问题的推理求解

约束满足问题（Constraint Satisfaction Problems CSP）是人工智能的一个研究领域,诸如空间查找、规划等问题都可转化为约束满足问题。方位关系是空间关系的重要组成部分,用以确定空间对象间的一种顺序。本文研究了空间方位关系模型,给出了方位关系约束的一般表示形式。在此基础上,利用组合表推理给出了方位关系约束满足问题的一个推理求解算法,该算法的时间复杂度为O（n^2）。     

3D对象动态方位邻接关系及双向关联表示

3D空间对象方位关系的表示和分析在空间数据库、地理信息系统、人工智能和机器人学等领域具有重要的意义。为了分析和处理复杂的3D空间对象的方位关系,讨论了3种3D空间对象方位关系的立体表示模型：3DR7模型、3DR27模型和3DR39模型,给出了方位关系的交集序列;研究了3D空间对象方位关系的动态邻接关系和处理方法;进一步给出了3D空间对象方位关系的双向映射模型。研究成果为3D空间对象方位关系在空间数据库和地理信息系统等领域的应用奠定了基础。     

Haar特征检测中可变特征目标的参考点选取

在用Haar特征检测方法检测图像中的目标时,系统通常需要用到已知的目标特征值作为参考点进行持续的检测识别。当目标物体姿态变化等因素的影响下,目标的特征将不断地发生改变,若此时背景信息也在发生改变,那么如何从图像中寻找参考点将是系统检测的一个重要的问题。本文利用Haar特征检测的技术特点,在可变特征目标中寻找相对稳定的部分作为检测的参考点,和为Haar特征级联分类器[1]提供新的学习特征区域。实验证明该方法能有效的辅助检测系统在多种运动条件下,持续有效地检测识别可变特征目标。     

航路点方位校正方法在飞行器导航中的应用研究

方位误差是造成航位推算误差的主要误差源之一,利用航路点来提高方位对准精度在车辆导航中是一种非常有效的方法;在对航位推算误差进行分析的基础上,给出了利用航路点对飞行器的方位误差进行校正的方法,并对引起校正误差的主要因素进行了详细的分析;另外考虑到飞行器所选航路点距出发点距离一般都比较远,此时地球曲率已不能忽略,推导了地球曲率不可忽略时的方位校正算法;最后通过计算机仿真验证了航路点方位校正方法的有效性。     

嵌入式移动机器人红外路标定位模块研究

针对室内环境移动机器人的自定位问题,提出一种嵌入式移动机器人红外路标定位模块。采用基于单应矩阵的初始标定算法和陒机初始标定方法,补偿由于实际使用中的安装误差所引起的定位偏差。实验结果表明,该模块易于嵌入式系统实现,定位模块位置精度可达厘米级别,角度定位精度雓于6°。     

界标窗口中数据流频繁模式挖掘算法研究

数据流的流量太大会无法被整个存储,或被多次扫描。为此,在研究已有挖掘算法的基础上,提出一种界标窗口中数据流频繁模式挖掘算法DSMFP_LW。利用扩展前缀模式树存储全局临界频繁模式,实现单遍扫描数据流和数据增量更新。实验结果表明,与Lossy Counting算法相比,DSMFP_LW算法具有更好的时空效率。     

基于视觉的无人机自主着陆地标识别方法

在无人机自主着陆过程中,传统地标识别方法的相似阈值确定需大量实验估计。为解决此问题,采用一种基于仿射不变矩和支持向量机的识别方法,首先设计了六圆组合的图标作为无人机自主着陆地标;由于无人机会拍摄到发生扭曲的地标图像,因此提取地标的仿射不变矩作为输入特征;最后将其输入支持向量机分类模型,完成地标的识别。与传统的几何不变矩和BP神经网络相比较,该方法提高了地标的识别精度并降低了识别测试时间,因此对地标识别具有一定的实用性。     

融合语义激光与地标信息的SLAM技术研究

针对移动机器人在SLAM（即时定位与地图构建）过程中出现的定位失真问题,提出一种通过搭建地标数据库和位姿推导模型,修正机器人错误定位的方法。建图过程中,融合视觉信息与激光数据,得到语义激光,赋予地标语义标签并记录其在地图上的位置信息。导航过程中,当产生定位偏差时,结合多种位姿数据和相对位置关系,推算出机器人在地图上的实际位置,完成重定位。通过实验测试可知,该方法克服了现有机器人在实际室内动态环境下,单一地采用激光或视觉进行定位或重定位技术的缺点和不足,能有效解决“机器人位置漂移问题”。将机器人从当前位置劫持到另一位置,也能根据提出的算法迅速重定位,且定位精度高。     

界标窗口下数据流最大规范模式挖掘算法研究

首次对界标窗口下数据流最大规范模式挖掘问题进行了研究.为了克服nave算法在处理该问题时不具有增量计算的缺点,提出了一种基于边界界标窗口技术的数据流最大规范模式挖掘(data stream maximal regular patterns mining based on boundary landmark window, DSMRM-BLW)算法.该算法将数据流上的第1个待处理窗口定义为边界界标窗口,使用nave算法对其进行处理;之后每个窗口上的最大规范模式都可以基于前一个窗口上的最大规范模式集合增量获得,可以克服nave算法的缺点.实验结果表明:DSMRM-BLW算法是处理界标窗口下数据流最大规范模式挖掘的有效方法,与nave算法相比,具有相同的执行结果,但时间与空间效率得到了很大的提高.     

基于不确定性估计的医学影像标志点定位

基于热力图的方法是当前医学影像标志点定位算法中的主流方法,然而,现有方法几乎都使用预定义的热力图作为标签,不能很好地表示真实的标志点位置分布,从而限制了模型的性能.为此,本文提出基于不确定性估计的医学影像标志点定位算法,同时预测标志点位置及其分布.模型利用多分支空洞卷积提取多尺度的上下文信息,同时使用自注意力机制强化重要特征,从而在预测分布的同时提高算法的定位能力.在公开数据集上的结果表明,本文提出的算法整体上提升了标志点定位的性能,在大部分指标上优于现有算法,并且其预测出的标志点分布与真实标注下的标志点分布相符.     

基于自适应特征的地标跟踪算法

为实现无人直升机的地标跟踪,将在线特征选择过程嵌入粒子滤波算法,采用自适应的状态转移模型,在跟踪过程中利用R、G、B值的线性组合作为候选特征集,对特征的目标区域和背景区域的颜色直方图分布进行统计,根据获得的对数似然比,选择区分度最好的特征计算似然图像,并通过2种途径获得2组粒子,用于估计目标位置。实验结果表明,该算法跟踪精度较高,鲁棒性较强。     

基于透视降采样和神经网络的地面标志检测

在智能驾驶领域,为实时精确检测路面的导向标志,提出一种基于透视降采样和神经网络的地标检测方法,有效解决传统检测方法实时性较差、复杂场景和远处小目标检测准确率较低的问题.首先,选取图像感兴趣区域进行透视降采样,降低道路图像近处分辨率,缩小图像尺寸,同时消除透视投影误差.其次对YOLOv3-tiny目标检测网络进行改进,采...     

基于人工路标的室内机器人导航方法

在室内环境下,以往的人工路标设计方案,其识别算法复杂,准确率较低,而且难以满足实时性的要求.针对这样的问题,本文设计了两种新的人工路标:定位人工路标和纠偏人工路标,不仅可以有效地帮助室内移动机器人导航定位和纠偏,而且具有识别简单快速的优点.机器人实时识别定位人工路标,并根据识别的纠偏人工路标来调整自身的位置和运动方向,使得机器人可以沿着事先规划好的路径顺利前行.通过实验表明,在室内光线较暗、适中、强光三种光线条件下,两种人工路标识别准确率高,且识别速度快,能够满足导航实时性的要求.