一种三维CAD模型自动语义标注算法

针对三维CAD模型检索中的语义鸿沟问题,提出一种基于局部形状分布及语义概率统计的三维CAD模型自动语义标注算法.采用基于局部形状分布的多尺度特征提取方法获取CAD模型的形状信息,并计算不同模型之间的形状相似度;根据模型样本库中已知的语义分类信息,构建一个基于概率的标注框架对CAD模型进行语义标注,以建立模型形状信息和语义信息之间的联系.实验结果表明,该算法能够有效提高三维CAD模型检索的准确率,检索性能优于仅使用形状信息时的检索结果.     

复杂产品设计知识的语义自动标注方法

针对复杂产品设计知识手工语义标注耗时长、准确率低、不能完整表达知识语义信息等问题,提出一种以语义空间为标注结果的知识语义自动标注方法。结合复杂产品设计领域知识的特点,提出领域本体的构建流程和多维度本体构建框架。在此基础上提出自动语义标注的实现流程,对知识预处理和本体解析、语义匹配以及语义空间生成和标注结果存储转换进行了深入研究。通过在某军用车辆知识管理系统中进行的试验证明,该方法不但能够提高设计知识语义标注的效率,而且可以充分准确地表达知识语义的内涵,提高语义检索的效率。     

面向自动标注的功能语义尺寸模型研究

在现有尺寸自动标注双层次策略的基础上，提出三层次的尺寸自动标注新策略，与尺寸功能相呼应，建立了面向新策略的功能语义尺寸模型。分析功能语义尺寸模型在尺寸自动标注中的定位，定义尺寸模型的总体层次结构，描述功能语义尺寸模型的定形功能语义层、定位功能语义层、加工功能语义层、装配功能语义层4个层次。功能语义尺寸模型为尺寸自动标注提供了新的解决方法。     

业务过程执行语言流程语义标注方法研究

为提高工作流模型在分布式执行过程中的自动化程度.解决语义异构问题,提出了一种基于本体的业务过程执行语言语义标注方法,构建了业务工程执行语言流程树和Web本体描述语言领域本体树.针对业务工程执行语言流程中的每个概念,分别从三个角度计算其与Web本体描述语言领域本体中所有概念之问的语义相似度,并选取与该概念复合相似度最大的概念建立映射关系.通过语义消歧过程.消除业务工程执行语言流程中存在的语义异构,并生成语义消歧树,进而基于一系列映射规则,将语义消歧树转化为Web服务本体描述语言描述的语义工作流模型.最后给出应用实例,并采用F1-measure对所提出的语义消歧方法进行评估.     

应用本体的MIDA语义元模型研究

分析了动态联盟制造信息(MIDA)组织的特点,指出了现有制造信息本体构建思想中亟需解决的问题,设计和构建了基于本体的动态联盟制造信息语义元模犁,利用本体的语义能力对动态联盟制造信息进行明确的、形式化的表达,并以典型产品的制造信息为例进行描述,验证了模型的合理性与有效性.     

一种结合域自适应的图像语义分割算法

语义分割为图像分配像素级稠密标签,对场景理解具有重要作用,是视觉研究核心任务之一,涉及自动驾驶、医学成像等实际应用.现有基于深度神经网络的图像语义分割方法的训练需要大量标记数据,这些数据的收集和标记成本高昂,这很大程度上限制了此类方法的实际应用.为解决此问题,这里使用成本较低的计算机生成并标记的逼真的合成数据训练深度神...     

基于语义标注的Web服务发现组合策略

为Web服务的提供者以及服务请求者在服务描述以及服务请求中加入相应的语义信息能消除Web服务中服务的查找和匹配环节参数的语义上的模糊性.将有助于服务的自动发现和组合.提出通过语义标注的方法在服务发现组合过程中添加语义信息,构建语义Web服务网络.并利用Web服务功能属性之间的语义关联,使用基于反向推理机制的自动组合算法形成语义Web服务组合方案选出能有效满足客户需求的服务组合.     

一种双分支结构的图像语义分割算法

图像语义分割需要精细的细节信息和丰富的语义信息,然而在特征提取阶段,连续下采样操作会导致图像中物体的空间细节信息丢失。为解决该问题,提出一种双分支结构语义分割算法,在特征提取阶段既能有效获取丰富的语义信息又能减少物体细节信息的丢失。该算法的一个分支使用浅层网络保留高分辨率细节信息有助于物体的边缘分割,另一个分支使用深层网络进行下采样获取语义信息有助于物体的类别识别,再将两种信息有效融合可以生成精确的像素预测。通过Cityscapes数据集和CamVid数据集上的实验验证,与现有语义分割算法相比,所提算法在较少的参数条件下,获得了较好的分割效果。     

模糊遗传图像相关匹配算法

针对遗传算法中交叉概率和变异概率所存在的问题，利用模糊推理系统来自适应估计交叉概率和变异概率，提出了基于模糊遗传算法（FGA）的图像相关匹配算法，并进行了大量实验研究，实验结果证明该方法对解决具有噪声情况下的图像匹配问题十分有效。     

SENet生成对抗网络在图像语义描述中的应用

针对图像语义描述过程中存在的语句描述不够准确及情感色彩涉及较少等问题,提出一种基于SENet生成对抗网络的图像语义描述方法。该方法在生成器模型特征提取阶段增加通道注意力机制,使网络能够更加充分和完整地提取图像中显著区域的特征,将提取后的图像特征输入到编码器中。在原始文本语料库中加入情感语料库且通过自然语言处理生成词向量,将词向量与编码后的图像特征相结合输入到解码器中,通过不断对抗训练生成一段符合该图像所示内容的情感描述语句。最后通过仿真实验与现有方法进行对比,该方法的BLEU指标相比SentiCap方法提高了15%左右,其他相关指标均有提升。在自对比实验中,该方法在CIDEr指标上提高3%左右。该网络能够很好地提取图像特征,使描述图像的语句更加准确,情感色彩更加丰富。     

基于标签预留Softmax算法的机器视觉检测鉴别语义分割迁移学习技术

面向机器视觉检测鉴别的语义分割卷积神经网络(Convolutional Neural Network,CNN)模型能识别、测量被测对象的零部件、尺寸等特征,针对机器视觉检测鉴别增加识别零部件或关键部位的需求,以及进一步迁移学习会损失CNN模型部分权值的问题,提出一种基于标签预留Softmax算法的语义分割迁移学习技术....     

基于分水岭变换和图论的图像分割方法

提出了一种融合分水岭变换和图论的图像分割方法.利用图像的局部灰度信息进行分水岭变换后,将图像分割成多个小区域,再结合各小区域的灰度和空间信息从全局角度用Normalized Cut方法在区域之间进行分割,产生最终的分割结果.实验结果表明,该方法可以消除分水岭变换后所产生的过分割现象,是一种有效的图像自动分割方法.     

基于语义Web的网络化制造模式研究

针对当前网络化制造模式中存在的问题,探讨了一种基于语义Web的网络化制造模式,该模式将语义Web与网络化制造相结合,使网络化制造领域内的信息具有明确定义的语义,使得人和机器都能够共同理解.该模式从体系结构、语义元数据描述模型、网络化制造本体,以及基于语义Web服务的食业集成方面,详细地论述了其内涵和特征.在该模式的思想和方法的指导下,开发了基于语义Web的网络化协同设计原型平台.     

基于改进的图论最小生成树及骨架距离直方图分割细胞图像

为了解决模糊且有粘连的细胞图像的难以分割问题,本文针对医学细胞图像的特点,应用图论的思想提出了一种图论与数学形态学结合的图像分割算法.该算法先对图像进行去噪和增强,然后用改进的图论最小生成树(MST)算法对细胞图像进行初始分割.改进的主要内容是在算法中引入了细胞尺寸和形状的信息,从而在一定程度上改善了图论算法过分割的缺陷.在进一步的图像分割中,为了解决二值图像中的细胞粘连问题,结合数学形态学的骨架边界距离信息找出分裂线将粘连细胞分离.与常规的分水岭算法完全不同,该算法没有重复性的运算.一系列细胞图像的试验表明,该算法能够很好地分割模糊且有粘连的细胞图像,其结果令人满意.     

一种基于领域本体的质量信息语义检索

针对企业中质量信息检索不完整问题,提出一种基于领域本体的语义检索方法;论述了领域本体中各质量信息的相关关系,并用语义化建模技术构建了领域本体模型,经过知识库的推理机制研究,实现了产品质量信息的检索,并使得质量信息与相关信息之间达到畅通的共享和集成。     

基于非下采样Contourlet变换和谱图理论的扩散去噪

提出了一种基于谱图理论的热扩散方程图像去噪方法.该方法用非下采样的Contourlet变换提取图像的边缘和轮廓等几何特征,并将提取的特征用来构造图的权重函数,将扩散方程建立在图上,用热核和拉普拉斯矩阵实现图像的去噪.仿真实验结果表明,该方法能够有效去除高斯噪声,较完整地保持图像中的边缘等细节信息,在去噪性能上优于其他的偏微分方程去噪方法.     

基于语义关系图的Web服务自动组合方法

针对基于图搜索实现Web服务自动组合存在搜索空间太大以及难以表达各种组合结构的问题,提出一种基于语义匹配关系确定组合结构的方法。该方法首先对Web服务进行形式化的语义描述,然后基于语义匹配关系,将服务库中只与用户请求的输入输出关联的服务构成语义关系图。在此基础上,基于语义匹配关系定义各种组合结构模型,以综合语义匹配度为寻优目标改进广度优先搜索算法,定义不同结构的语义匹配度计算方法,生成一条综合语义匹配度最优的Web服务组合路径。通过实例验证了该算法的可行性。     

基于CNN的十字像中心检测

十字线中心检测是反射法测量透镜中心偏的重要组成部分,十字中心的检测精度决定了透镜中心偏的测量精度。针对边缘不规则、对比度差、信噪比低的图像,提出了基于深度卷积神经网络的十字线中心检测算法。算法的思想是,卷积神经网络可以在一定程度上解决传统算法局限于提取十字像边缘直线和角点特征的问题,实现对十字像整体特征的识别与定位,这可以相对减小图像噪声对十字像中心定位的影响,从而实现在图像质量比较差的情况下对十字像中心准确定位。实验结果表明,提出的算法能够在图像边缘不规则、对比度差、信噪比低等的条件下比较精确得到十字线中心点。     

面向突发性制造需求的跨领域语义X列表集成方法

由突发事件引发的突发性制造任务往往需要集成多个领域的资源和能力来协同处理。领域系统间固有的异构性、无序性限制了跨领域集成的能力。通过分析上述问题,基于空间映射和语义X列表理论,以特征映射—互操作—有序化推理为主线,提出跨领域语义X列表(Multi-S-BOX)集成体系框架,包括领域系统映射与建模方法,互操作问题的界定、解决与验证方法,Multi-S-BOX系统有序化推理方法。以具体的跨领域制造集成需求为例,建立了Multi-S-BOX模型,通过推理实验和互操作仿真验证了所提方法的有效性。