基于区域模糊本体的公路景观图像区域语义标注方法

研究面向公路景观图像语义标注的方法,提出一种利用模糊本体描述及推理的区域图像语义标注方法。首先建立图像语义区域标注描述模型,对具有相似特征的区域语义实现图像语义标注,算法重点研究模型中与图像语义标注描述相关的图像区域对象标注描述模型、语义对象空间关系描述、对象语义关系描述、抽象层次结构等关键技术,通过对区域对象语义推理得出全局图像语义标注。实验结果表明,该方法具有较好的语义标注性能。     

一种基于实例的图像自动语义标注方法

在基于内容的图像检索中,图像的标注字能够缩小图像的高级语义和低级视觉内容之间的差距．并方便检索．但手工标注费时费力且结果具有主观不一致性,而图像的自动语义标注能够将图像的视觉特征转化为图像的标注字信息,为用户的使用带来了极大的方便．本文提出了一种基于实例的图像自动语义标注方法．该方法的优点是可以根据以往的标注经验自动确定图像标注信息,克服了手工标注的缺点,也可以方便地扩展为半自动标注,为标注者提供了一个简单方便的标注接口．     

语义Web环境中基于本体推理的协同标注

在已有的Web协同标注系统的基础上,通过对资源文档的标签进行共性分析以及上下文情境感知,以此来扩展标签的概念组,并将其与相关本体进行映射;利用本体推理技术来丰富标签的语义性,挖掘出文档隐含的语义信息,发现文档间所存在的内部关联,同时鉴别不同文档之间是否存在着伪关联,以此提高知识检索与知识推荐的准确性以及主体间的知识共享水平。     

基于本体的唐卡图像标注方法

针对现有的图像自动标注算法对唐卡图像的自动标注和语义描述能力有限的缺点,提出了一种基于领域知识本体的唐卡图像语义标注方法。首先,构建了唐卡图像标注框架体系,然后,在前期唐卡图像中目标对象识别和分类的基础上,结合唐卡领域知识本体,对圣像类唐卡图像进行了两个层面的标注,即局部区域自动标注和基于本体的全局标注。实验结果表明,该标注方法对唐卡图像十分有效。     

加权特征自动图像标注方法

提出了一种基于加权特征的图像自动标注方法．该方法首先采用加权特征聚类算法对图像区域进行语义聚类,这种聚类算法根据图像特征的统计分布来计算特征与类别的相关度,增加相关度高的特征的权重,避免聚类算法被弱相关或不相关的特征所支配;然后,根据训练集中样本图像的标注情况建立图像区域与语义关键字的关联;最后,在未标注图像区域给定时,计算每个语义关键字的条件概率,将条件概率最大的语义概念作为图像的标注． 在Corel图像库的数据集上验证了新方法的有效性．     

基于本体的材料腐蚀图像标注方法

针对在基于内容的图像检索中怎样自动从图像中提取语义的问题,阐述了材料腐蚀图像本体组成方式以及基于本体的自动语义标注框架的建立过程,构建了视觉材料腐蚀特征本体处理方法,从而实现材料腐蚀图像的自动标注。     

一种增强语义精确度的Web服务匹配方法

分析了基于描述逻辑推理的Web服务匹配方法的不足,提出了一种简单有效的本体概念之间语义距离的计算方法,并基于这种语义距离的计算方法提出了一种增强语义精确度的Web服务匹配方法。该方法在逻辑推理的基础上增加了语义距离的计算,增强了对Web服务的区分能力,并兼顾了服务匹配的效率和准确性要求。通过原型系统的验证,证明了该方法的有效性和可行性。     

基于语义Web的异构地理信息数据集成方法研究

为满足各异构地理信息系统之间地理数据共享的需求,为用户提供更全面、更智能化的地理服务,提出了一种基于语义Web的异构地理信息数据集成方法。将语义本体、Web服务和地理信息系统相结合,通过Web技术实现各异构地理信息系统的数据互通互联,并建立统一的地理信息本体库对地理数据进行识别,替代传统的地理数据格式转换方法。最后结合KML标准、Protégé等工具对该数据集成方法进行实际印证,取得了较为理想的效果。     

USB 2.0在高速图像采集系统中的应用

为了设计一种在传输速率和易用性方面都满足要求的图像采集卡，设计了一种基于USB2．0的实时高速图像采集系统，该采集系统符合USB2．0标准，采用专用的二值化电路，以CPLD实现传输控制，ISP1581作为USB总线控制器，有效地解决了图像数据的二值化、传输和存储，为实时图像处理提供了方便．主要讨论了该系统的实现原理、硬件结构设计和软件设计，并且给出了相应的测试数据和运行结果，试验证明该图像采集系统满足高速、实时图像采集。     

基于语义的Web挖掘信息智能获取研究

目前,基于语义的Web挖掘使语义Web和Web挖掘两个领域结合起来,并在一定程度上促进了各自的发展。本文介绍了语义Web的体系结构和Web挖掘以及智能Agent的相关概念,并提出了在多Agent框架下构建基于语义的Web挖掘信息智能获取系统模型,经过分析说明此模型在一定程度上提高了信息获取的智能化水平。     

基于事件分析的Web地震新闻时空信息挖掘研究

针对Web地震新闻挖掘的需求,采用网络爬虫抓取新闻文本作为研究语料,采用改进的TF-IDF(Term Frequency-Inverse Document Frequency)算法对语料集进行文本训练,选取权值较大的特征词初步识别地震类文档;采用特征词构成要素描述地震事件,构建了地震事件的知识框架;基于框架的要素特征词匹配从地震类文档中获取候选事件语句,对候选事件语句进行句法分析,总结出地震要素出现形式和规律,构造抽取规则,编写抽取算法,完成了地震事件识别和提取实验,并对地震事件提取的精度进行分析和评价,验证了该方法具有较高的地震事件识别和提取精度,是一种有前景的Web专题事件挖掘的途径.     

基于语义模型的Web挖掘算法研究

分析了Web日志和用户查询行为之间存在的潜在语义关系,提出了一个能够有效反映用户查询行为的语义模型.提出了一个Web挖掘算法.由于Web日志是一个典型的稀疏矩阵,进一步给出了加速的Web挖掘算法.实验结果表明,基于语义模型的Web挖掘算法是可行、有效的.     

基于多任务学习的传统服饰图像双层标注

针对当前图像多标签标注方法只能标注图像内容信息(本体),而不能同时标注图像寓意信息(隐义)的问题,提出了一种基于多任务学习的双层多标签标注模型(MTL-DMAM).首先将图像的本体标注和隐义标注视为两个关联任务,以ResNeXt-50作为共享特征的主干网络,然后利用注意力机制分别为每个任务构建一个分支结构,实现了图像双...     

基于隐含主题和语义树的医学文本自动批注

针对医学文本缺乏可量化数据结构,基于关键词模型的文本处理方法不适用的问题,在研究词之间潜在语义关联和关键词树结构的基础上,构造了一种基于潜在语义树的语义分析模型用于医学文本的数据挖掘。进一步地将隐含主题与潜在语义的研究相关联,设计出一种基于潜在狄利克雷分配和潜在语义树模型的文本处理方法,可针对不同类型的医学文本生成有一定可读性的自动批注。该方法形成的自动批注主观性低,其准确度和可读性均高于关键词模型的处理结果,可辅助医生进行医学文本的批注和分类,从而减轻其工作量。程序结果表明,该方法目前可应用于对医学图像所见形成诊断意见、对病人病历进行摘要形成和对病症描述给出对症处方等方面,批注的语义匹配度可达67.7%,文本的平均可读性为60.02%。     

基于本体的Deep Web语义分类研究

针对目前Deep Web分类研究中所采用的Post-query查寻探测方法缺乏语义支持的问题,提出一个基于本体的语义查询探测分类方法。主要思想如下:首先针对一个Deep Web数据库集合,提取查询接口中的属性及其实例,半自动建立领域本体,并且通过领域本体来表示类别特征;然后利用领域本体中的概念以及相应的实例构造语义查询集;最后对待分类的Deep Web数据库利用语义查询集进行查询探测,计算查询探测返回的结果文档在领域本体中的信息覆盖量,并以此对Deep Web进行分类。实验表明:这种语义查询探测分类的方法和以往的方法相比,在准确率、查全率和F1值上有一定的提高。     

一种基于语义网的个性化学习资源推荐算法

在E-learning环境中,为了满足用户对学习资源的个性化需求,提出了一种基于语义网技术的学习资源个性化推荐算法。首先根据用户评价和浏览行为得到用户感兴趣的学习资源集合与核心概念集合,然后根据领域本体中概念间的关系分别计算不同用户评价的学习资源集合间的语义相似度和核心概念集合间的语义相似度,最后根据得出的两个相似度值共同决定用户兴趣偏好的相似性,找到具有相似兴趣的最近邻居,从而实现学习资源的协同推荐。此外,在学习资源管理上引入了学习对象概念,降低了相似度计算的复杂度。并将该算法应用到了基于语义网的个性化学习资源推荐系统中,实验表明,该算法有效改善了学习资源推荐效果,特别是对于新加入的资源和新注册用户效果显著。     

Petri网在语义Web服务组合中的应用研究

通过Petri网对语义层次上的web服务组合进行描述与建模,并将Petri网形式化元素加入到web服务中,然后对Petri网模型用XML进行描述,使之能在实际中应用。最后,给出了基于Petri网的Web服务组合应用实例。