改进的圆角特征识别与抑制方法

提出了一种利用圆角面截面线曲率特性识别圆角特征的改进方法.该方法首先识别出圆角面和点过渡面,然后将相邻圆角面和点过渡面组成圆角特征,并对圆角特征中包含的所有面进行整体抑制.通过曲面延伸求交计算圆角特征抑制后新模型的点、边几何信息,并调整相应的拓扑关系重构新模型.该方法扩展了现有方法的适用范围,支持含有自由曲面的实体模型中的等半径、变半径圆角特征的识别和抑制.实验结果表明所提出的方法有效可行.     

基于概率推理的入侵意图识别研究

攻击者的入侵行为背后往往蕴含着攻击者的目标和意图,据此提出了入侵意图识别的层次化模型。为了处理网络环境中的不确定性信息,提出了基于概率推理的入侵意图识别算法,并在此基础上预测攻击者的后续攻击规划和目标,从而起到提前预警的作用。根据网络安全事件、目标和意图之间的因果关系建立的贝叶斯网络能够描述和处理并发意图识别问题。试验证明了该方法的可行性和有效性。     

基于圆角特征简化的工序三维几何建模方法

三维实体模型是CAX集成研究中的基础,圆角特征广泛存在于零件设计模型中,为提高此类零件工序三维几何建模的准确性,提出一种基于圆角特征简化的工序几何建模方法.通过分析工序三维几何建模过程中对圆角特征几何元素的提取过程,提出构建圆角特征线段,以便准确获取三维模型上的加工特征边界;利用加工特征边界和拉伸、旋转和扫掠3种常用的几何造型方式,建立加工体积特征;通过上一道工序的三维模型与加工体积特征作布尔差运算,得到本工序的三维几何模型.最后以某零件的工序三维几何建模过程为例,采用3种方法进行工序几何建模,通过对结果的分析对比,验证了文中方法的优越性.     

融合实体信息和时序特征的意图识别模型

人机对话意图识别旨在通过人机之间简短的对话识别出用户意图,通过对话文本的分类进而实现意图的识别。针对人机对话中因篇幅短导致语境匮乏和因对话随意性导致意图模糊的问题,提出了一种融合实体信息和时序特征的人机对话意图识别模型。在文本表示阶段,通过捕捉对话中实体信息来增强文本语义表达,并利用双向注意力机制动态生成符合语境的文本表示;并利用双向GRU提取对话上下文的时序特征来获取上下文意图之间的关系;通过级联多层gMLP,利用其内部空间控制单元自适应融合实体信息和时序特征,从而提升意图识别的准确率。为验证所提模型在多种任务上的效果,在不同意图识别任务数据集CCKS2018和SMP2018上进行实验,分别取得了90.6%和93.7%的准确率,对比CLSTM、DBN、Attention-RNN等具有代表性的模型,均有3%以上性能的提升。     

面向设计意图不变的三维CAD模型重用方法

为了解决目前检索到的三维CAD模型难以重用的问题,提出一种针对B-rep表示的CAD模型重用方法.首先提出一种自动识别B-rep模型中对称特征的算法,依据面的属性对B-rep模型所有的面进行排序,将具有相同属性的面分为一类,并通过不同类之间的合并形成B-rep模型中的对称特征,同时提取该对称特征的约束知识;然后交互式地定义B-rep模型的其他特征,使B-rep模型中的任一面都属于模型的某一特征(主形状特征或局部形状特征);最后以B-rep模型的主形状特征为特征树的根节点,依据特征之间的邻接关系逐次递归地建立特征之间的依赖关系,并自动创建B-rep模型的特征树.与NXTM同步建模方法进行比较的实验结果表明,文中方法利用模型高层次的设计知识重用已有模型,使模型在修改过程中始终保持原有的设计意图,在模型的重用过程中具有一定的优越性.     

基于几何与物理特征融合的智能下肢假肢运动意图识别

传统的意图识别方法所用传感器数量及种类较多,特征向量维数偏高,统计特征对短时样本具有不稳定性.将关节角表示的几何特征与加速度、角速度表示的物理特征有机融合并应用于智能下肢假肢的运动意图识别.首先,利用惯性测量单元于健侧大腿、小腿处采集的摆动相前期短时时序数据解算膝关节角,以获取大腿、小腿绕关节轴的转动特性;其次,对物理...     

基于意图识别的智能语音交互机器人设计

为提高智能语音交互机器人语音交互的准确率,提出一种基于意图识别的机器人智能英语语音交互方法。通过引入Glove＿BiGRU＿Self-attention分类预测模型构建意图识别功能模块,并采用ROS分布式架构对系统功能模块进行整合,实现人机的智能语音交互。仿真结果表明,采用所提方法进行的语音意图识别,具有更高的准确率,相较于基于DCNN模型、基于CNN-LSTM模型与基于单向构建的GRU-Self-attention模型的意图识别方法,识别准确率分别高出8.03%、4.07%和2.14%,具有更好的识别效果;在特征提取上,训练时间较传统基于BiLSTM模型的提取方法,BiGRU的训练时间缩短了4倍,训练效率更高。实验结果表明,采用所提意图识别方法搭建的语音交互系统,对用户英语语音指令的识别准确率和识别效率依然拥有较好的结果,识别平均准确率达到了89.72%,识别时间均在0.35 s之内,证明所提方法可以应用于实际语音交互之中。应用实验表明,采用基于意图识别方法搭建的智能语音交互机器人,无论是在问答交互还是控制命令上,都可以准确对用户英语指令进行识别,根据用户要求进行相关回答或完成相应动...     

基于BERT-FNN的意图识别分类

意图识别分类是自然语言处理领域的一个热点问题,在智能机器人、智能客服中如何根据上下文理解用户意图是一个重点问题,同时也是一个难点问题。传统的意图识别分类主要是采用基于规则、模板匹配的正则化方法或基于机器学习的方法,然而却存在计算成本高、泛化能力差的问题。针对上述问题,本文设计以Google公开的BERT预训练语言模型为基础,进行输入文本的上下文建模和句级别的语义表示,采用［cls］符号(token)对应的向量代表文本的上下文,再通过全连接神经网络(FNN)对语句进行特征提取,为了充分利用数据,本文利用拆解法的思想,将多分类问题转换成多个二分类问题处理,每次将一个类别作为正例,其余类别均作为负例,产生多个二分类任务,从而实现意图分类。实验结果表明,该方法性能优于传统模型,可以获得94%的准确率。     

面向实体边界模型的设计特征重构

实体模型只提供产品低层次的几何信息而不具备高层次的特征信息,导致模型的修改十分困难,因此需要从实体模型中重构设计特征将实体模型转换为特征模型.利用分割环查找算法识别出零件模型中的布尔分割环,构建分割环关系图,根据分割环关系图识别模型中的设计特征构建零件的特征模型.最后对该方法的有效性予以验证.     

基于隐马尔可夫模型的攻击意图识别技术研究

攻击意图识别是海量报警数据处理的重要技术。隐马尔可夫模型HMM能够很好地对复杂攻击行为建模,但对含干扰因素报警序列的攻击意图识别效果不够理想。本文为此提出了改进方案,并根据攻击意图识别的特殊性定义了新的解码问题,设计了解码算法。     

语音识别特征参数选择方法研究

语音识别系统的性能与识别器所用的特征参数密切相关，用正交实验设计进行特征参数选择，提出一种系统性的实用的特征参数选择方法．研究了特征参数排列顺序对识别系统最终识别率的影响，讨论了这种特征参数选择方法的可扩展性．与目前常用识别器相比，新方法的词错误率下降了37％．实验结果表明，正交实验设计用于特征参数选择是有效的，特征参数排列顺序对识别率的影响可以忽略．     

面向并行设计的特征识别与模型重构方法

在分析现有CAD软件以及产品建模方法不足的基础上，引入广义工程语义特征的概念，应用广义特征对象实现面向并行设计的产品广义信息模型的简化表示；提出一种自动特征识别方法，对识别对象进行分类；以截面复杂的回转体特征为例，着重表述了基于基面的特征识别算法；扼要介绍Pro／E软件中的特征结构树，提出面向Pro／E的特征信息三级提取策略与特征信息模型重构原则，并据此开发了DFX原型系统．     

基于特征选择的字符识别

特征选择问题是机器学习和模式识别中的一个重要问题。其本质上是一个多因素优化问题。该文将试验设计与多因素优化问题联系起来,利用正交试验设计的统计特性,从特征集中筛选有效鉴别特征子集。在南京理工大学NUST603HW手写汉字库以及Concordia大学的CENPARMI手写体阿拉伯数字数据库上的试验结果表明,所提出的特征选择方法不仅提高了识别率,而且识别结果十分稳定。     

基于局部特征识别的特征有效性维护方法

缺乏特征模型的有效性维护功能已经成为目前特征造型系统存在的一个严重而亟待解决的问题.在对特征有效性条件进行深入分析的基础上,提出了一个基于扩展属性邻接图（extended attributed adjacency graph,简称EAAG）的特征有效性表示方法,特别是提出了基于局部特征识别的特征有效性维护新方法.该方法不仅能够自动判别特征的有效性是否被破坏,而且能确定导致特征无效的原因和遭破坏后特征的状态,从而能够根据用户的意图自动维持特征模型的有效性.     

一种基于特征捆绑计算模型的物体识别方法

利用一种特征捆绑计算模型,以Gabor特征作为模型的初级特征,将相关统计量作为实现特征捆绑的基础,提出了一种物体识别方法.并实现了一组物体识别实验,结果显示,该方法能够进行较快速而准确地识别,说明了此方法和所使用的特征捆绑计算模型的有效性.     

基于交叉融合特征的人耳识别

结合人耳图像特点和两种整体统计特征提取方法的优缺点，该文用主成分分析(PCA)方法提取图像的表示信息特征，用压缩后的类平均向量中的判别信息获得先验类别特征并根据特征分量的类间类内方差比准则将两种特征交叉融合成新的特征向量。分别在2个不同的人耳图像库中进行识别实验，结果表明，该文提出的交叉融合特征识别方法比传统的PCA和PCA+LDA方法的正确识别率高，而且在有一定程度的光照变化和一定角度变化的情况下仍可获得很好的识别效果。