批评语义与当代食品包装设计的关联性分析

批评语义是设计批评的简约表达,对设计活动的发展起着重要的推动作用。如今一些食品包装存在过度包装、模仿化包装、欺骗性包装等问题,所以食品包装设计需要批评语义介入。基于这种背景,批评语义在当代食品包装设计中显得尤为重要。该文作者通过实例分析批评语义与当代食品包装设计的内在联系,论述食品包装的批评功能。     

基于图像重构与语义差异识别的表面异常检测

基于图像重构的方法是表面异常检测中一类广泛使用的方法。该类方法仅期望模型较好地重构正常模式，并通过异常区域较大的重构误差来检测和定位异常。已有方法一方面易出现“泛化”过好的现象，异常区域也被高保真地重构了出来；另一方面仅在图像空间度量重构误差，并没有真正捕捉到原图和重构图之间的语义差异。为了解决上述问题，文中提出了由重构网络和识别网络组成的表面异常检测框架，其中重构网络嵌入了多尺度位置增强动态原型单元，强化了对正常模式的学习；识别网络进行了输入图和重构图的多尺度深度特征融合，从多个尺度利用了重构前后的语义差异信息，强化了对重构差异的识别。在MVTec数据集上，所提方法在异常检测任务上取得了99.5%的AUROC,在异常定位任务上取得了98.5%的AUROC,以及95.0%的RPO检测表现，与之前基于重构的表面异常检测方法相比取得了较大提升。     

装饰语义教学的探索与实施

装饰语义课程是一门极具深度的创作课程。艺术教学创作类课程在实施中很难做到行之有效的同时兼具操作性强的特点,因为艺术创作都是个体化的思维活动,在群体化课堂教学中往往难以全面展开。艺术教学在讲述创意构思方法时,常以典型作品的分析来替代,课堂教学中缺少创作深度的挖掘。文章探讨装饰语义的教学实践对艺术创作类课程教学具有的广泛借鉴意义。     

基于本体的教育资源库的研究与设计

现阶段,我国的信息资源库仍存在某些劣势,如可复用性、共享性、知识查询的准确率和百分率等,为了解决目前查询系统中相关属性查找困难以及同义词难以识别等问题,该文把方法论引入到信息资源库研究中,并提出了基于领域的语义智能查询系统的架构,本系统是针对特定领域知识信息的语义分析基础上,得出了相对足够的语义知识的信息查询系统。该文的重点是基于领域的信息资源的描述,建设一个特定领域知识本体及基于内容的查询的系统。     

基于多注意力长短时记忆的实体属性情感分析

属性情感分析是细粒度的情感分类任务。针对传统神经网络模型无法准确构建属性情感特征的问题，提出了一种融合多注意力和属性上下文的长短时记忆（LSTM-MATT-AC）神经网络模型。在双向长短时记忆（LSTM）的不同位置加入不同类型的注意力机制，充分利用多注意力机制的优势，让模型能够从不同的角度关注句子中特定属性的情感信息，弥补了单一注意力机制的不足；同时，融合双向LSTM独立编码的属性上下文语义信息，获取更深层次的情感特征，有效识别特定属性的情感极性；最后在SemEval2014 Task4和Twitter数据集上进行实验，验证了不同注意力机制和独立上下文处理方式对属性情感分析模型的有效性。实验结果表明，模型在Restaurant、Laptop和Twitter领域数据集上的准确率分别达到了80.6%、75.1%和71.1%，较之前基于神经网络的情感分析模型在准确率上有了进一步的提高。     

物联网中基于Multi-Agent的物间动态关系发现

物联网中存在大量异构关系的实体，其信息间的交互造成了物联网的内在矛盾。针对这一问题，提出将物联网中实体抽象化为对应的Agent，并以个体人为中心，利用本体的语义匹配及改进的物间动态关系计算方法，计算出针对个体人的物间动态关系；将原本异构的实体关系转化为Agent间基于动态关系紧密度排序的网络关系。经实验验证，该方法构建的关系网络可明显改善异构实体间交互的矛盾，而且相比原有类似方法，该方法解决问题的准确率和误差率均有改善，说明了该方法的准确性和可行性。     

基于DBSCAN聚类算法的多模式匹配

模式匹配在很多数据库相关领域中有着广泛的应用,例如数据集成、数据空间以及数据仓库。传统的匹配技术主要研究两个属性之间的匹配任务,而忽略了多个属性间的匹配任务。针对这一问题,提出一种基于DBSCAN聚类算法的多模式集成技术。该方法将关注多个属性之间语义对应关系的发现,相对于两个属性之间对应关系的发现,这将是一个更加复杂的问题。主要研究思路是将每个属性看成向量空间中的一个点,然后利用聚类技术将这些属性划分到不同的集合中,在同一个聚类中的属性具有相似的语义。同时,利用Web结构信息源来提高模式匹配结果的质量。最后,通过大量的实验来验证该方法是有效的并具有较好的性能。     

利用Pi演算实现对服务交互流程的设计

Pi演算作为一种移动进程代数,可用于分析和设计并行的分布式业务流程。基于Pi演算实现对跨组织服务交互流程的结构与形式化模型设计,主要包括基本服务交互流程和动态交互流程两部分。前者通过Pi演算基本的形式化语义构建交互模型并实现模型描述;后者利用Pi演算的通道移动性,即以名字的传递作为交互信息传递方式来实现对动态交互流程的分析与设计。