面向协同产品商务的零件信息表达与共享

根据协同产品商务中各方对零件信息统一表达和共享的需要,提出一种面向协同产品商务的零件信息表达与共享方法。该方法分析零件信息特征构成及特征间关系,并基于特征建模技术建立面向协同产品商务的零件信息特征模型,将零件信息特征模型转化为统一的XML Schema信息模式,阐述转化的基本规则,构建面向协同产品商务的零件信息共享与交换平台,该平台以XML Schema信息模式进行检验,零件信息由XML描述并通过各种XSL样式表映射,满足不同用户的显示需要,实现零件信息的共享与交换。应用实例证明了该方法的有效性和可行性。     

关系知识表达模式及在专家系统中的应用

采用关系模式表达知识，可以利用当前流行的关系数据库管理系统（ＲＤＢＭＳ），将专家系统与ＲＤＢＭＳ上建立的管理信息系统，决策支持系统，办公自动化系统等有机结合，有利于知识的管理、存储和利用。并可在大量的管理信息，决策支持信息以及办公自动化信息中发现知识，使信息与知识共享。本文研究用关系模式表达知识的方法，并在一分类专家系统中利用ＲＤＢＭＳ强大的数据处理能力实现知识推理。     

基于重复模式的Web信息语义表示方法的研究

根据Web页面中出现的重复信息对Web页所体现的语义进行表示,可以提高Web页分类正确的精度.基于这一思想,本文通过对传统重复模式表示法的分析,提出基于重复模式的Web信息语义表示法.该方法在形式化描述重复模式的基础上,抽取Web信息中的重复模式建立表达Web信息语义特征的相关矩阵,并通过γ相似匹配算法计算重复模式的权重继而进行Web信息分类.实验证明,采用基于重复模式的Web信息语义表示法能够较好的体现Web网页信息的主题特征,可以提高Web信息分类的准确率.     

用AutoLisp实现特征造型

特征可以携带并传输大量的几何信息和非几何信息，在实现CAD／CAPP／CAM一体化技术中具有特殊意义。本文在讨论特征表达和特征建模的基础上，探讨了加工特征库的建立和特征实例化过程在AutoCAD环境中的具体实现方法，分析了程序设计的几个难点，最后给出零件的特征模型输出结果。     

用AutoLisp实现特征造型

特征可以携带并传输大量的几何信息和非几何信息，在实现ＣＡＤ／ＣＡＰＰ／ＣＡＭ一体化技术中具有特殊意义。本文在讨论特征表达和特征建模的基础上，探讨了加工特征库的建立和特征实例化过程在ＡｕｔｏＣＡＤ环境中的具体实现方法，分析了程序设计的几个难点，最后给出零件的特征模型输出结果。     

融合多粒度信息的文本分类研究

目前对中文文本分类的研究主要集中于对字符粒度、词语粒度、句子粒度、篇章粒度等数据信息的单一模式划分，这往往缺少不同粒度下语义所包含的信息特征。为了更加有效提取文本所要表达的核心内容，提出一种基于注意力机制融合多粒度信息的文本分类模型。该模型对字、词和句子粒度方面构造嵌入向量，其中对字和词粒度采用Word2Vec训练模型将数据转换为字向量和词向量，通过双向长短期记忆网络（bi-directional long short-term memory,BiLSTM）获取字和词粒度向量的上下文语义特征，利用FastText模型提取句子向量中包含的特征，将不同种特征向量分别送入到注意力机制层进一步获取文本重要的语义信息。实验结果表明，该模型在三种公开的中文数据集上的分类准确率比单一粒度和两两粒度结合的分类准确率都有所提高。     

基于稀疏表达和改进的LBP算子的人脸表情识别

基于局部二值模式(LBP)算子在人脸表情识别中直方图维数高、判别能力差、具有冗余信息等缺点,提出一种中心二值模式(CBP)算子并对人脸表情关键部位(眉毛、眼睛及嘴巴部分)提取特征。最后利用稀疏表达分类器对提取的表情特征进行识别。实验结果表明,该算法的识别效果有了极大的提高。     

面向CAD/CAM集成的工程图特征识别技术

本文介绍了一种从CAD图形数据库中自动识剧CAPP特征信息的方法，详细讨论了自动识别系统的结构、具体内容及其特征信息的确定与表达。     

基于连通结构与动力学过程的知觉记忆层次模型

根据认知的计算神经科学的观点,提出了一种基于神经系统动力学理论和连通图的信息的直接表达方式.它首先定义了知觉信息直接表达的神经结构和动力学模式,然后提出一个双层的网络计算模型,分别用于记录外界刺激的特征信息和连通对应的特定神经回路的连接模式,这是通过结构学习来实现的.在两层神经元间建立起来的连通结构同时起到联想记忆的作用,记忆的可靠程度由神经回路的连通度来决定.这种直接表达方式对于人工智能中关于语义表达和基于语义的推理研究具有重要意义.     

基于图模型的中文文档分类研究

信息处理领域中，现有的各种文本分类算法大都基于向量空间模型，而向量空间模型却不能够有效地表达文档的结构信息，从而使得它还不能充分地表达文档的语义信息．为了更有效地表达文档的语义信息，本文首先提出了一种新的文档表示模型一图模型，即通过带权标号图表达文档的特征词条及其位置关联信息，在此基础上本文继而提出了一种新的文档相似性度量标准，并用于中文文本的分类．实验结果表明，基于图模型的这种文档表示方式是有效的和可行的．     

改进ASPP及多层次特征语义融合分割方法

为解决图像语义分割中多尺度目标分割困难、类别边界预测不准确等问题，提出一种基于改进空洞空间金字塔池化的多层次特征语义融合分割方法。将深层次网络特征按通道分组，利用分组空洞空间金字塔池化模块捕获每个分组多尺度特征上下文信息；引入条状池化模块对上下文信息补充和完善，增强全局语义信息表达；根据语义引导融合模块建立不同层次特征像素间对应关系，将深层次语义信息以自底向上方式逐步融入到低层次高分辨率图像中。实验结果表明，该方法在PASCAL VOC 2012和Cityscapes公开数据集上分别获得73.1%、71.8%的平均交并比，且在相同精度下，该方法减少了39%的参数量。     

覆盖件产品CEG集成知识模型及表达

产品集成知识模型是对几何模型，特征模型及其相应建模技术进一步的综合和扩展，是实现产品生命周期内信息综合表达的关键，在分析覆盖件产品对象类层次的基础上，提出了几何特征，规则对象和约束方法的面向对象表达策略，建立了集成构形、工程和几何知识描述的覆盖件产品模型，利用基于STEP标准的EXPRESS语言和KBE开发语言，通过语言联编实现产品特征信息和工艺设计知识的高度集成来支持智能化工艺设计过程。     

基于XML的CAD/CAPP/CAM信息集成技术

在比较目前几种流行的系统集成技术的基础上 ,通过采用基于特征、面向对象的方法为产品几何数据和非几何数据建立信息模型 ,结合以计算机内部模型表达的产品定义数据 ,提出了一种基于 XML 标准的信息集成解决方案 ,并首次将 JDOM技术和 XQL查询技术珠联璧合地结合在一起实现对 XML文档高效地访问、操作 .该方案以灵活的数据模式、可重用的信息模块、易扩展的数据接口有效地、可靠地解决产品在设计和制造过程中信息的交换和共享 .     

基于SVM的蛋白质亚细胞定位预测

首先基于特征融合思想，采用氨基酸组成、熵密度和自相关系数结合的方式构建190维特征向量进行特征表达，与仅考虑氨基酸组成信息的传统方法相比，能更好地表达蛋白质结构信息。然后利用LDA（Linear Discriminant Analysis）方法进行降维，降低计算复杂性，加强同类样本间的相关性。接下来选用支持向量机作为分类器进行定位预测，最后采用留一法在Gram-negative和Gram-positive数据集上进行交叉检验。实验结果表明，多特征结合的方法优于传统的氨基酸组成方法和简单的自相关系数方法，证明了新方法的有效性。     

结合微分特征和Haar小波分解的鲁棒纹理表达

针对传统的局部二值模式算子缺乏像素间深层次的相关性信息，且对图像中常见的模糊及旋转变化的鲁棒性较差的问题，提出了一种结合微分特征和Haar小波分解的鲁棒纹理表达算子。在微分特征通道上，通过各向同性的微分算子提取图像中的一阶和二阶微分特征，使图像的微分特征在本质上具有旋转不变性且对图像模糊具有较强的鲁棒性；基于小波变换在时域和频域同时具有良好的局部化的特点，在小波分解特征提取通道上采用多尺度的二维Haar小波分解提取图像中的模糊鲁棒特征；最后，串联两个通道上的特征直方图来描述图像的纹理特征。在特征判别性实验中，该算子在较复杂的UMD、UIUC和KTH-TIPS纹理库上的准确率分别达到了98.86%、98.2%和99.05%，与中值稳健扩展局部二值模式（MRELBP）算子相比，准确率分别提高了0.26%、1.32%和1.12%；在对旋转变化和图像模糊的鲁棒性分析实验中，该算子在仅存在旋转变化的TC10纹理库上的分类准确率达到99.87%，在添加了不同程度高斯模糊的TC11纹理库上的分类准确率降幅仅为6%；在计算复杂度实验中，该算子的特征维度仅为324维，在TC10纹理库上的平均特征提取时间为30.9 ms。实验结果表明，结合微分特征和Haar小波分解的方法具有很强的特征判别性，对旋转和模糊的鲁棒性较强，同时具有较低的计算复杂度，在样本数据较少的场合具有很好的适用性。     

回转体类机械零件特征造型系统——HZTCAD

本文通过对回转体类机械零件进行特征分类与体素定义、设计及操作生成零件的几何模型和特征模型．并提出了一个基于特征表达的回转体类机械零件几何模型及数据结构，并对回转体类零件的特征信息表达及表达的数据结构进行了尝试．     

基于特征的装配尺寸链自动生成及分析的研究

讨论了尺寸和公差的工程语义的表达，提出零件邻接表和尺寸邻接表的装置体分级建模方式，并由封闭环信息优化调整装置体零件邻接表，在此基础上提出了根据产品的装配特征，形状特征，精度特征和指定的封闭环信息自动生成装置尺寸／公差链的算法。     

CIMS环境下基于对象的信息集成框架

信息集成是实现ＣＩＭＳ的关键．文中在集成模型的选择和集成系统的设计上引入了面向对象的思想，提出了一个基于对象的信息集成框架，并着重讨论了本地对象模式和全局对象模式设计和实现的关键技术．与传统的信息集成方法相比，基于对象的信息集成技术能更自然地表达已有数据库之间的语义信息，并保持已有应用程序的独立性，而且具有良好的可扩充性．     

融合局部动态特征的面部表情识别

面部表情是人类表达情感最重要的方式之一。面部表情变化受多个面部器官和面部肌肉运动的影响。为了能有效提取局部动态特征和解决面部表情部分遮挡问题，提出一种简单有效的融合局部动态特征的深度学习网络，通过构建引导注意网络，利用检测到的脸部关键点来引导网络关注无遮挡的面部区域。为了强化不同表情特征之间的联系，利用局部动态特征网络，在带有时间序列的关键帧中提取如眼睛、嘴巴等关键区域的动态信息和时空信息。最后，将局部动态特征补充到整体网络中。融合后的网络在CK+、Oulu-CASIA、RAF-DB和AffectNet数据集上的精度分别为98.08%,90.59%,86.02%和61.28%,相较于其它网络的识别率均有提高。     

基于细粒度信息感知BERT-EEP的情绪分类方法

网络舆情情绪分析专注于挖掘特定领域文本中深层次的情绪信息，对及时评估和化解舆情风险有重要意义。以往研究大多依赖情感符号、词性等基本情绪知识构建情绪语义特征，忽略了文本中情绪的持有者、线索等细粒度语言表达。为此，针对COVID-19疫情期间网络舆情数据的特点，引入同步双通道循环递归网络抽取细粒度情绪信息。在此基础上，提出辅助句构造法和基于BERT的情绪表达感知网络BERT-EEP,利用细粒度情绪信息辅助标签分类，并通过多头注意力机制和双向门控循环单元学习辅助信息和上下文之间的依赖关系，最终实现情绪分析。为评估所提方法的有效性，构建了一个具有细粒度表达的COVID-19中文情绪数据集。实验结果表明，所提方法能有效地融合细粒度情绪信息，在情绪分类任务上获得了优异的性能。