图像信息对句子语义理解与表示的有效性验证与分析

近年来,图像文本建模研究已经成为自然语言处理领域一个重要的研究方向.图像常被用于增强句子的语义理解与表示.然而也有研究人员对图像信息用于句子语义理解的必要性提出质疑,原因是文本本身就能够提供强有力的先验知识,帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案.因此研究图像文本建模需要首先回答一个问题:图像是否有助于句子语义的理解与表示?为此,本文选择一个典型的不包含图像的自然语言语义理解任务:自然语言推理,并将图像信息引入到该任务中用于验证图像信息的有效性.由于自然语言推理任务是一个单一的自然语言任务,在数据标注过程中没有考虑图像信息,因此选择该任务能够更客观地分析出图像信息对句子语义理解与表示的影响.具体而言,本文提出一种通用的即插即用框架(general plug and play framework)用于图像信息的整合.基于该框架,本文选择目前最先进的五个自然语言推理模型,对比分析这些模型在使用图像信息前后的表现,以及使用不同图像处理模型与不同图像设置时的表现.最后,本文在一个大规模公开数据集上进行了大量实验,实验结果证实图像作为额外知识,确实有助于句子语义的理解与表示.此外,还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响.     

基于CDP技术的地市级烟草公司通用型灾备系统方案

连续数据保护技术是灾难备份与恢复领域近年来出现的新技术。针对安徽省烟草地市级子公司具有相同信息系统拓扑结构的特点,基于连续数据保护技术,设计了一种通用的异地灾难备份技术方案。该方案不仅能提供本地灾备功能,还具备异地灾备功能,且仅使用2M带宽就能实现远程数据复制。灾难发生时,能够保证对任意时间点数据的恢复。技术测试和方案在阜阳的应用实证,表明本方案是可行的。     

分布式信息系统风险评估研究-以安徽烟草为例

对分布式信息系统所面临的主要风险进行识别和评估是构建灾备系统的首要任务。以安徽烟草分布式信息系统为例,首先分析了该信息系统在环境、管理、技术、设备等方面所存在的风险,然后以层次分析法为核心构造了评估决策模型,结合专家打分,计算出各类风险对安徽烟草信息系统的威胁程度并进行排序,从而识别出主要的风险源,为构建灾备体系提供依据。     

交换机在校园网管理中的应用

作为一名网络管理人员,不但要做好日常网络的管理维护工作,保证其正常运行,而且应该钻研业务,充分利用好现有网络设备的功能。本人在长期的网络管理过程当中,结合本单位CISCO交换机提供的管理功能,解决了许多实际的网络问题。     

电机学科的回顾与展望

本文概括地回顾了电机学科的发展历史,对电机学科的现状进行了剖析,并展望了电机学科的发展前景。     

一种基于风险评估的信任模型

在分布式、动态网络环境中,实体之间的信任关系成为安全问题的重点。现有的信任模型研究大多是将风险评估看作信任的一种补充,甚至忽略了风险评估的影响,这将导致安全决策的片面性。针对这个问题,提出了一种基于风险评估的信任模型。该模型通过识别并量化系统的资产重要性、脆弱性严重性和威胁严重性,给出了基于风险评估的信任计算方法。     

基于Newsvendor型产品特性的FJSP问题研究

针对新时代环境下Newsvendor型产品销售期短、期末未出售产品价值递减的产品特点,生产链要求位于上游的供应商必须快速加工出所需的工件,否则将面临着线性递增的拖期惩罚。在面对基于Newsvendor型产品的柔性作业车间调度问题时,设计了一种加入禁忌搜索的混合遗传算法,扩大了解的搜索范围,避免了传统遗传算法容易陷于局部最优的缺陷。最后利用混合遗传算法对一个仿真案例进行求解。     

连锁快餐企业的顾客满意度评价模型

从品牌、产品、服务和环境等方面建立基于证据推理的连锁快餐企业顾客满意度评价模型。为反映不同店面顾客满意度的差异,依据营业额设定店面权重,将各店面的评价结果作为证据集结出总体满意度。抽样调查安徽省某知名连锁快餐企业的七家分店,获取其一周的问卷数据。通过仿真试验,验证了模型的有效性和实用性,对比两种模型的试验结果,并对企业经营提出了一些建议。     

保持几何特征的自适应弹性二次曲线模型

物体形状特征的准确提取往往受到图像获取、目标分割等过程中各种因素的影响,因而需要构造一种鲁棒的形状表现来保有其本质特征。揭示弹性二次曲线(EQW)模型中能量权重因子和样条重叠度因子与形状几何特性间的关系,提出一种自适应保持几何特征的EQW形状表现模型,并将该模型与交互式Live Wire算法相结合,应用至图像分割中,对于各种模态图像中的目标进行分割实验。直观上,本文方法能够在去除噪声同时较好地保持目标形状的显著特征;量化结果方面,交互式分割误差保持在较小稳定范围内,引入EQW模型带来的时间开销亦在可接受范围内。     

自适应的有效非局部图像滤波

研究了基于预选择的非局部均值滤波方法,并指出已有方法在提取图像子块特征方面的不足,利用梯度域奇异值分解(SVD) 提出一种自适应的有效非局部滤波方法。该方法对基于预选择的非局部滤波方法的贡献主要有:1)是一种基于图像子块结构特征的鲁棒预选择方法;2)研究了相似集大小与滤波性能的关系;3)相似子块的自动选取;4)提出一种局部自适应的滤波参数选取方法,根据图像局部内容的不同确定滤波参数。此外,利用欧氏距离的对称性进一步提高运行速度。实验结果表明:本文方法滤波后的图像在主客观方面都优于原算法和其他快速方法,且运行速度较快,是一种有效的滤波方法。