船舶行为的语义建模与表达

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,依据空间拓扑学理论,将船舶时空行为抽象为原子行为、拓扑行为和交通行为,从船舶的时空轨迹到语义行为进行了不同层次的概念建模、语义描述和形式化表达;最后,基于该语义模型对船舶在港口水域中不同类型的航行行为进行实例验证。结果表明,该模型能够对港口水域中不同运动特征、不同空间拓扑特征的船舶行为进行语义建模与形式化表达,将其提取为5种典型的交通行为,表明该语义模型对船舶行为认知具有一定的合理性和良好的适用性。研究成果能够为船舶行为的语义认知、知识计算提供理论方法基础,实现对高级船舶行为的语义计算和认知推理。     

运动识别中基于主题的特征构建方法

针对传统基于特征提取的运动识别方法很大程度上依赖研究者的领域知识和训练样本的规模问题,提出一种基于主题的特征构建方法,使用基于符号化聚合近似(SAX)的主题模型对运动模式进行建模.使用降维的方法对加速度原始信号进行预处理,结合时序数据符号化聚合近似化的方法,将SAX化后的时序数据集作为主题分析的文档集.通过主题模型进行模式挖掘,实现文档数据的降维效果,构造隐主题相关的向量,并通过建立空间向量模型(VSM)进行运动识别.实验结果表明:基于符号化聚合近似的主题分析方法可以很好地应用于运动识别,并且与传统基于特征提取的方法和基于模体发现的方法相比,活动识别率明显提升.     

基于全局运动的视频检索方案

提出了一种基于全局运动的视频检索方案.对活动图像专家组（MPEG）视频进行全局运动分析,较精确地提取出摄像机的运动模型,将模型参数构成特征点序列,采用顺序匹配的方法进行示例检索;还根据全局运动参数构造了运动分析函数,对视频进行了准确的全局运动分割和语义注释,并以此为基础,利用可扩展标记语言(XML)描述了视频的全局运动,测试了基于Xquery的语义查询.试验结果表明,在风景类视频中,该方案实现了一定程度的语义检索,较同类检索方案查询效率得到了提高.     

基于agent的模式表示模型AIM

针对模式表示研究存在的语义缺失问题,基于agent技术和人的记忆原理,提出一个新的模式表示模型agent影响图(agent influence map,AIM)。AIM反映了模式的整体特征,提供一个有效的软计算工具来支持基于先验知识的自适应行为。AIM通过特征的多阶段整合呈现记忆模式的层次性;把模式信息存储在整个网络中,通过协作涌现出高层次特征体现记忆的语义特性。     

固定床反应器参数灵敏性分析中径向温度分布的简化处理

对高参数的灵敏性固定床反应器的径向温度分和了简化处理,在此基础上分析了进行强放热反庆的工业固定床反庆器的参数灵敏性及失控行为。通过对径向温度分布作简化处理后所预测的参数灵敏性及失控行为与用二维固定床模型预测的结果进行了比较,结果表明,对径向温度分间化处理预测的结果与用二维模型预测的结果比较吻合。     

利用改进LSH算法进行层次化新闻话题检测

针对回顾式话题检测方法存在的话题检测时效性较差的问题,提出了改进的位置敏感哈希（LSH）算法,并应用于互联网新闻层次化话题检测. 在挖掘新闻内容特征的同时,应用潜在狄利克雷分布主题模型挖掘新闻的语义特征,将非二进制空间的内容特征向量和主题特征向量转换到二进制特征空间上,依次应用LSH算法对新闻文本基于内容特征和主题特征聚类,得到具有"主题-内容"层次的话题. 实验结果表明,该方法通过挖掘新闻的内容特征和主题特征,能更准确和完整地表现新闻内容;将内容特征和主题特征转换到统一的二进制空间,有效降低了聚类过程的时间复杂度,在保证话题检测准确率和话题在语义层面上扩展性的前提下,提高了话题检测的效率.     

基于关联规则的乳腺肿块多模检索

乳腺影像案例不仅具有图像的底层特征,同时也有图像的语义特征。为了实现乳腺影像的高效检索,提高计算机辅助诊断的确信度,提出了一种基于关联规则的多模检索方法。首先,采用基于关联规则的特征选择算法选择出与影像语义相关的底层特征,实现特征降维,利用Apriori算法挖掘被选择的特征与语义特征之间的关联规则。然后,利用关联分类引擎算法根据得到的关联规则构建关联分类模型,实现由底层特征获知视觉语义特征的目的。最后,将关联分类模型得到的语义特征作为输入语义,与图像的底层特征相结合,进行图像相似性度量,实现多模检索。通过查准率和查全率以及相关排序平均值等进行了实验对比,实验结果表明,提出的多模检索方法有效的提高了图像的检索精度并且能够由图像的底层特征获知图像的视觉语义特征。该方法缩减了底层特征和视觉语义特征之间的语义鸿沟,提高了图像的检索性能,能够为医生提供更有意义的决策支持。     

基于物联网技术的移动网络交互行为异常检测方法

针对移动网络交互行为异常问题 ,提出了一种基于物联网技术的移动网络交互行为异常检测 方法 装 建立移动网络交互行为特征挖掘模型 ,根据移动网络交互行为的属性分布进行特征辨识 ,挖 掘移动网络交互行为异常信息大数据 ,并进行分布融合 装 提取移动网络交互行为异常特征分布值 , 采用信息重组和线性插值拟合方法 ,重构移动网络交互行为的语义属性分析和本体模型 装 采用特征 匹配与信息融合的方法进行移动网络交互行为异常检测 装 仿真实验结果表明 ,该方法的移动网络交 互行为异常检测准确率始终高于95% ,定位性能较好 装     

基于动态图卷积的图像情感分布预测

针对图像情感分布学习中,视觉特征与高阶情感语义之间存在语义鸿沟以及情感标签具有主观性和模糊性的问题,提出了一种情感语义动态图卷积网络模型。该模型通过情感激活模块自动定位情感语义区域,从而有效挖掘契合情感语义的内容表征;通过动态图卷积模块自适应地捕获图像情感标签之间的语义关联性;最终构建并行结构输出联合局部语义和标签相关性的情感预测分布。在3个公开情感数据集上的实验结果证明了本文算法在图像情感分布预测任务中的有效性。     

多级空间尺度下的轨迹知识发现

为了挖掘轨迹数据库在不同空间尺度上隐含的移动对象分布模式与运动规律,将空间语义信息融入轨迹的表达,运用空间层次关系模型结合多层关联规则挖掘方法,提出了一种基于语义位置矩阵的多尺度轨迹表达和演化方法,在此基础上设计了一种发现轨迹频繁模式的算法.试验结果表明,该方法能发现不同尺度的轨迹知识,并具有较高效率.     

适合稀少空间特征的同位模式挖掘算法

空间同位模式挖掘是空间数据挖掘的一个重要方向.现有的同位模式挖掘着重研究每个空间特征的平等参与,而这在具有稀少特征的空间数据中会遗漏一些很有价值的模式.首先提出了一种新的称为maxPR的度量方法,每个确定的同位规则都与具有高的maxPR值的同位模式相关.其次,阐述了maxPR的弱单调性,并利用maxPR的弱单调性提出了一种适合稀少空间特征的同位模式挖掘的有效算法.     

公交站和出口组合影响的交通流生存分析

为准确评价快速路公交站设置在出入口附近对主路车流行驶时间的影响,在分析快速路公交停靠站和出入口交通特性的基础上,以公交停靠站设置在出口上游为例,利用半参数比例风险模型研究主路车辆行驶时间与危险因子之间的关系,然后分析生存率对协变量的敏感性.结果表明:有4个协变量与主路车辆行驶时间显著相关,模型能准确估算车辆行驶时间分布,还可用于短时预测单个因子变化对车辆行驶时间分布的影响.     

符号序列的LDA主题特征表示方法

针对现有序列挖掘算法特征维度高、学习算法时间复杂度高等方面的不足,提出一种主题特征表示法,将符号序列转换为一组表示多个主题呈现度的概率向量。基于文本挖掘中常用的隐含狄利克雷分配(latent Dirichlet allocation, LDA)主题模型,视短序列元组为序列的浅层特征(词),利用LDA模型学习算法提取主题及其概率分布,作为序列的深层特征。在6个实际序列数据集上进行试验,并与基于元组、Markov模型的现有方法作对比,结果表明,新方法在降低特征维度的同时提高了表示模型的学习效率,在符号序列分类应用中可以取得较理想的分类精度。     

小差异化图像数据库中的特定特征挖掘方法设计

针对传统的特定特征关联挖掘方法存在挖掘效率低的问题,提出基于一种推荐模式的小差异化图像数据库中的特定特征数据挖掘方法.运用萤火虫优化支持向量机参数法,提取小差异化图像数据特定特征,解决相似关联问题,采用主成分分析方法对小差异化图像特征进行降维处理,利用Laplace预测分类方法对提取的小差异化图像特定特征进行推荐分类,之后对分类的特定特征按照推荐等级进行挖掘.结果表明,所提出的挖掘方法要优于传统挖掘方法,准确率及效率得到明显提高.     

在频繁序列模式中挖掘并发序列模式

结构关系模式挖掘是本课题组提出的一种新的数据挖掘理论,主要研究序列之间的并发关系、互斥关系、重复关系等.并发序列模式挖掘是结构关系模式挖掘的重要组成部分.文中从序列间的相对关系出发研究并发关系,给出并发序列模式的相关性质,并对现有并发序列模式挖掘算法进行优化.通过实验对比可以看出：该算法根据并发序列模式的反单调特性和非平凡特性,对挖掘结果进行大幅精简,使得挖掘更有实际意义.     

基于特征融合和集成学习的建议语句分类模型

建议挖掘作为一项新兴研究任务近年来逐渐受到了研究者的关注。与英文相比,中文的建议表达形式更为丰富,呈现出许多不同特点,因此有必要在中文环境下开展建议挖掘研究。针对建议挖掘中的建议语句检测这一核心任务,提出一种综合应用Stacking和Bagging方法的集成学习模型来进行建议语句分类。使用Stacking组合分类器来构建概率特征空间,分别使用卷积神经网络(convolutional neural network, CNN)和段落向量模型(paragraph vector, PV)构建评论文本的CNN特征空间和段落向量特征空间,对上述特征进行融合,并训练Bagging分类器来对建议语句分类。在中文数据集上的试验结果验证了本研究模型的有效性。     

基于特征的缸盖参数化建模及应用

目的　建立某柴油机缸盖的参数化实体模型, 并对其进行有限元动力学分析． 方法　利用特征技术建立缸盖的参数化模型, 最后用有限元模态分析法进行其模态参数的计算． 结果　实现了基于特征的缸盖参数化建模, 计算出前四阶固有频率及主振型． 结论　体现了基于特征的参数化建模在复杂结构的动力分析中的优越性, 为整机的动力学仿真研究奠定了基础     

面向中国手语合成的口型与表情库构建

为提高手语合成的真实感和可懂度,分析了手语表达中唇动和表情运动的特点,基于MPEG-4的参数化表达模型,提出了兼容于MPEG-4的口型和表情库构建方法,并基于该库完成了包含手势、唇动和表情的虚拟人手语动画.实验结果表明,包含唇动和表情的合成手语的真实感得到增强,进而说明了口型和表情库的有效性.     

基于气泡跟踪与相位相关的浮选表面气泡平移运动估计

针对浮选表面气泡运动估计难以兼顾准确度和速度的问题,提出了结合气泡跟踪与相位相关的浮选表面气泡运动估计方法。首先对序列的相邻2帧图像按灰度最小值进行尺度缩小,然后通过阈值分割法提取其气泡高亮区域以完成气泡跟踪,最后采用相位相关法得到气泡平移运动信息。同时提出一种分块相位相关法用于进一步获取各个气泡子区域的运动特征。多组运动估计仿真测试证实了算法的有效性和准确度。铅锌浮选厂的现场实验结果表明,算法能快速地获取气泡运动矢量,分块相位相关法能够提供各子块的运动特征。浮选各槽的气泡运动曲线数据表明：每个浮选槽表面气泡的平移运动均表现出了一定的周期性;同一等级的浮选槽里的气泡平移运动曲线和运动紊乱程度曲线具有类似的分布规律;保持一定程度的气泡运动紊乱性有助于提高精矿的品质。     

3D numerical parametric study of the influence of open-pit mining sequence on existing tunnels

The development of open-pit mines can adversely affect and even damage existing access tunnels. To ensure the safety and serviceability of them, it is essential to know potential adverse effects of the mining sequence on existing tunnels such as displacements of the lining and additional loads on the lining. In this paper, three-dimensional numerical parametric study is performed to explore this complex interaction.This study investigates the effects of different parameters that may affect the tunnel response. These parameters are: excavation sequence method, horizontal/vertical stress ratio, slope angle, and tunnel diameter. This study shows that the mining sequence affects the stability of the tunnels. The open-pit mining activities lead to both higher axial forces in rock bolts and normal forces and bending moments in the lining. The results of the analysis also demonstrate that the mining sequence causes tunnel heave and significant tensile forces in the lining. Based on the study in this paper a better understanding of the interaction between open-pit mining sequence and tunnels will be obtained.