基于注意力机制的包装命名实体识别

目的 为了解决包装行业相关文本命名实体识别困难问题,提出在BiLSTM（Bidirectional Long Short-Term Memory）神经网络中加入注意力机制（Attention）和字词联合特征,构建一种基于注意力机制的BiLSTM深度学习模型（简称Attention-BiLSTM）,以识别包装命名实体。方法 首先构建包装领域词典匹配包装语料中词语的类别特征,同时将包装语料转换为字特征和词特征联合的向量特征,并且在过程中加入POS（词性）信息。然后将以上特征联合馈送到BiLSTM网络,以获取文本的全局特征,并利用注意力机制获取局部特征。最后根据文本的全局特征和局部特征使用CRF（Conditional Random Field）解码整个句子的最优标注序列。结果 通过对《中国包装网》新闻数据集的实验,获得了85.6%的F值。结论 所提方法在包装命名实体识别中优于传统方法。     

基于条件随机场的钢箱梁正交异性板疲劳微裂纹检测

钢箱梁正交异性板在桥梁建设中应用广泛,对此类结构疲劳损伤进行无损检测并发现病害特征,有利于及时的进行现场维修加固。该文使用高倍数显微相机进行疲劳微裂纹的检测,提出基于条件随机场(CRFs)的金属疲劳微裂纹检测算法,该方法使用单个像素的表观特征来进行裂纹判别,同时也考虑其他像素标注值间的影响,从而很好地抑制离散噪音点。通过多种表观特征和机器学习方式自动识别出区分性最强的特征从而加以选择使用。实验结果表明,基于CRFs模型的裂纹检测方法对于试件6～16万次的图像裂纹宽度测量与人工测量值非常接近,这为钢箱梁正交异性板疲劳损伤快速检测提供可靠的分析手段。     

基于机器翻译语块的命名实体翻译方法研究

命名实体翻译旨在实现命名实体在不同语言之间的转换与对应。现有翻译模型存在技术不成熟及缺乏互相结合的问题。对此,提出了基于语块的机构名翻译及与基于机器学习策略的音译模型相结合的方法。前者解决了统计模型在组织机构名翻译中存在词语选择,词语调序等困难的问题。后者保证有效地检索到存在翻译结果的页面,以及解决了正确翻译结果抽取的问题。     

基于Tobii眼动和多尺度条件随机场的视觉显著性模型

提出了一种新的基于分类的视觉显著性计算模型.运用频谱残差、全局亮度和颜色对比度分别检测图像的显著区域,随后将显著性检测看作一个图像标注问题,提出一种基于多尺度条件随机场(CRFs)的显著性融合算法,以产生标注结果.CRFs的参数以Tobii眼动跟踪结果为依据,通过最大似然估计算法学习出来.实验结果表明,该模型优于当前的8种典型算法,与心理学实验结果有较好的一致性.     

中文电子病历命名实体标注语料库构建

针对中文电子病历命名实体语料标注空白的现状,研究了中文电子病历命名实体标注语料库的构建。参考2010年美国国家集成生物与临床信息学研究中心(1282)给出的电子病历命名实体类型及修饰类型的定义,在专业医生的指导下制定了详尽的中文电子病历标注规范;通过对大量中文电子病历的分析,提出了一套完整的中文电子病历命名实体标注方案,而且采用预标注和正式标注的方法,建立了一定规模的中文电子病历命名实体标注语料库,其标注语料的一致性达到了92%以上。该工作对中文电子病历的命名实体识别及信息抽取研究提供了可靠的数据支持,对医疗知识挖掘也有重要意义。     

基于Markov随机场的区域跟踪算法

由于视频序列的对象跟踪相当于把图像帧分割成跟踪与非跟踪两个不重叠区域,为此,引入图像分割算法中的Markov随机场模型,提出了一种多目标模糊规划求取Markov标记场的最优估计来实现区域跟踪的算法。此算法为了克服传统离散Markov随机场运算速度慢的缺点,利用双随机矢量,建立连续的Markov标记场,同时提取区域视觉和运动信息的模糊特征,从而改善了算法的鲁棒性和运算复杂度。最终实验结果表明,此方法不仅跟踪效果好,而且还有运算速度快、抗干扰能力强等特点。     

基于棋盘空间的中文命名实体识别研究

命名实体识别NER是自然语言处理NLP领域中重要的基础任务之一。BIOE序列标注一般采用间接标注实体的方法,难以解决实体嵌套的问题;实体位置和实体类别两阶段的识别存在误差传播问题。针对该问题,根据实体在文中始末位置2个维度构建棋盘,再结合类别维度构建三维棋盘空间来标注实体,棋盘空间中的一个标注点即代表一个实体,是一种在高维空间直接标注实体的方法。该文在预训练模型BERT/NEZHA的基础上设计了一种NER模型,在CLUENER2020数据集上进行试验,棋盘空间标注的NER的F1指标分别为80.43和80.71,相比于BERT-CRF等模型略有提升,表明该标注方法和模型具备可行性和先进性。     

中文名实体识别:基于词触发对的条件随机域方法

首次把条件随机域(CRF)模型应用到了中文名实体识别中,且根据中文的特点,定义了多种特征模板.同时,为了解决长距离约束问题,将词语触发对融合到了CRF模型中.提出了基于词语方差(word variance)的选词方法,在词语相关性计算上,采用了平均互信息(AMI)方法和χ2统计量方法.通过在半年人民日报上的测试,结果表明在采用相同特征集合的条件下,条件随机域模型较其他概率模型有更好的性能表现;融合长距离触发对的条件随机域模型可以使系统的F量度提高约1.38%.     

为上下文显式独立建模的中文实体识别方法

现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模型对上下文和实体的字面信息进行区分。为此,也提出了相应的数据增强方法用于训练模型中的上下文模块、实体字面模块和综合模块。实验结果表明,本文提出的方法在不损失测试集识别效果的情况下,明显改善了模型在不变性测试中的表现,较基准模型其失败率降低了2.3%。     

一种基于马尔可夫随机场的运动目标检测算法

本文提出了一种基于马尔可夫随机场的运动目标检测算法.针对传统时间分割使用主观固定阁值的缺点,使用马尔可夫随机场模型对差分图像建模,并提出了一种新的模型阶次选择算法,以及一种可以加速收敛过程的随机场迭代算法.采用期望最大算法获取高斯分布参数并检测运动变化区域,利用形态学运算修正时间分割模板;空间分割部分提出了基于人眼视觉特征的改进分水岭算法,有效地解决了过分割问题;最后对时、空间分割结果进行信息融合处理,从而得到完整的运动目标.仿真实验结果证明了本文算法可以有效地分割视频运动目标.     

一种基于HMM和CRF的双层分词模型

中文分词是自然语言处理的基础。根据各种分词模型的特性,提出一种双层分词模型。在底层用隐马尔可夫模型(HMM)进行粗分,在高层利用条件随机场(CRF)对文本进行重新标注。从实验结果证明,该模型是有效的。     

基于马尔可夫随机场的快速乘性迭代盲去卷积

提出了一种乘性迭代盲图像去卷积算法,该算法假定被估计的图像与PSF满足MRF模型.除了自动地保持非负性约束外,算法引入了一组新的具有抗噪功能的差分算子,该算子首先加权求和然后进行差分运算.交替最小化方法被用来将盲图像去卷积这一非线性反问题线性分解为交替的图像恢复步与PSF估计步.在交替迭代过程中,考虑到算法收敛较慢,一种称为向量外推的加速方法被采用.数值实验结果表明,本算法能快速地实现对降质的中巴地球资源卫星02B星高分辨率图像的复原,同时有效地保存了图像的细节边缘并抑制了噪声.     

基于步态的身份识别研究

步态识别作为一种新的生物特征识别技术,是通过人走路的姿势实现对个人身份的识别和认证。对隐马尔可夫模型进行研究并对算法实现中遇到的问题加以分析,在此基础上实现了利用隐马尔可夫模型的步态特征提取与身份识别方法。     

齐次树指标随机场的一类Shannon-McMillan偏差定理

本文通过齐次树指标任意随机场与马氏链场相比较,研究齐次树上任意随机场用不等式给出的一类Shannon-McMillan极限定理,即随机偏差定理,为进一步研究树图随机场的信息编码提供了理论基础.     

基于HMM的中文姓名识别方法研究

以2000年1月-12月《人民日报》大约80万汉字语料为基础,利用基于隐马尔可夫模型并结合统计来评价在真实文本中构成中文姓名的能力.实现中文姓名的自动识别。实验测试表明:准确率达91.5%,召回率为89.5%。     

基于几何结构测度的路面裂缝图像分割算法

针对裂缝形态多样性和分布随机性使得传统裂缝图像分割算法的泛化能力弱的问题,提出一种基于几何结构测度的路面裂缝图像分割算法。首先,采用瑞利分布和高斯分布对裂缝图像背景和目标进行建模,并用期望最大化算法求解裂缝灰度混合模型参数;然后,通过高斯核函数与图像的卷积计算裂缝的边界映射,用梯度矢量流场构造裂缝图像Hessian矩阵,由Hessian矩阵描述裂缝测度函数并获取裂缝多尺度特征向量;最后,将裂缝多尺度特征向量和灰度混合模型融合到马尔可夫随机场,基于最小能量准则,利用条件迭代算法求解裂缝最大标号场来实现裂缝图像分割。实验表明,与仅依靠灰度特征的传统裂缝图像分割算法相比,所提算法综合指标达88.02%、重叠率达54.92%,优于其他算法,具有良好的噪声抑制能力和泛化能力。     

脉动风速连续随机场的降维模拟

基于标准正交随机变量的波数谱表示,通过定义标准正交随机变量集的随机函数形式,建立了连续时空随机场模拟的波数谱-随机函数方法。同时,引入快速傅里叶变换（FFT）的算法,极大地提高了波数谱-随机函数方法的模拟效率。在波数谱-随机函数模拟方法中,仅需两个基本随机变量即可在概率密度层次上描述时空随机场的概率特性,并利用数论方法选取基本随机变量的代表性点集,实现对连续时空随机场模拟的降维表达。数值算例表明,当模拟相同数量的样本时,综合考虑模拟的效率和精度两方面,该文方法与传统的波数谱表示方法不分伯仲,但该文方法所需的基本随机变量最少,生成的代表性样本数量少且构成一个完备的概率集,从而可结合概率密度演化理论实现结构随机动力反应及动力可靠度的精细化分析。最后,结合Kaimal风速谱及Davenport空间相干函数模型,模拟了水平向脉动风速连续随机场,验证了该文方法的有效性和优越性。     

基于贪心EM算法的HMRF遥感影像变化检测

提出一种基于贪心EM算法的HMRF遥感影像变化检测算法.该算法采取PCA与差值法相结合的方式来构造差分影像.首先,采用隐马尔可夫随机场( Hidden Markov Random Field,HMRF)模型描述空间上下文信息,并构造系统能量函数;然后,利用贪心EM算法克服EM算法假定混合成分数为已知、迭代结果过分依赖初...     

基于动态手势控制的交互式体三维显示

Just A,Marcel S.A comparative study of two state-of-the-art sequence processing techniques for hand gesture recognition[J].Computer Vision and Image Understanding(S1077-3142),2009,113(4):532-543.

La Viola Joseph J.Bringing VR and Spatial 3D Interaction to the Masses through Video Games[J].IEEE Computer Graphics and AppIications(S0272-1716),2008,28(5):10-15.

Charbonneau E,Miller A,Wingrave C,et al.Understanding visual interfaces for the next generation of dance-based rhythm video games[C]//Proceedings of the 2009 ACM SIGGRAPH Symposium on Video Games.Sandbox'09,New Orleans,Louisiana,USA,August 3-7,2009:119-126.

陈一民,张云华.基于手势识别的机器人人机交互技术研究[J].机器人,2009,31(4):351-356.CHEN Yi-min,ZHANG Yun-hua.Resarch on Human-Robot Interaction Technique Based on Hand Gesture Recognition[J].Robot(S1002-0446),2009,3l(4):351-356.

Kolsch M,Turk M.Robust Hand Detection[C]//Proceeding of the Sixth IEEE International Conference on Automatic Face and Gesture Recognition.FGR 2004,Seoul,Korea,May 17-19,2004:614-619.

Kolsch M,Turk M.Fast 2D Hand Tracking with Flocks of Features and Multi-Cue Integration[C]//Proceedings of the 2004 Conference on Computer Vision and Pattern Recognition Workshop.CVPRW'04,Washington,USA,June 27-July 02,2004:158.

Bretzner L,Laptev I,Lindeberg T.Hand Gesture Recognition using Multi-Scale Color Features,Hierarchical Models and Particle Filtering[C]//Proceedings of the FIRh IEEE International Conference on Automatic Face and Gesture Recognition(FGR 2002),Washington,DC,USA,May 20-21,2002:423-428.

SHI J B,Tomasi C.Good features to track[C]//Proceeding of IEEE Conference on Computer Vision and Pattern Recognition(CVPR 1994),Seattle,USA,June 21-23,1994:593-600.

Martinez Aleix.Face image retrieval using HMMs[C]//Proceedings of the IEEE Workshop on Content-Based Access of Image and Video Lmraries(CBAIVL 1999),Fort Collins,Colorado,USA,July 20-22,1999:35-39.

Knut Langhans.New portable FELIX 3D display[J].Proc.of SPIE(S0277-786X),1998,3296:204-216.

Favalora G E,Dorval R K,Hall D M,et al.Volumetric three dimensional display system with rasterization hardware[J].Proc.of SPIEfS0277-786X),2001,4297:227-235.

Sullivan Alan.A Solid-state Multi-planar Volumetric Display[J].SID Symposium Digest of Technical Papers(S0743-1562),2003,34(1):153-1533.

林远芳,刘向东,刘旭,等.基于二维旋转屏的体三维显示系统像素属性分析叨.光子学报,2004,33(4):476-487.LIN Yuan-fang,LIU Xiang-dong,LIU Xu,et al.The analysiPofVoxel attributes in three-dimensianal volumetric display system based on the rotation of a two-dimensional display panel[J].Acta Photonica Sinica,2004,33(4):476-487.

李莉,李玉峰,沈春林,等.基于数字微镜的旋转体三维显示装置研究[J].仪器仪表学报,2008,29(1):67-72.LI Li,LI Yu-feng,SHEN Chun-lin,et al.Volumetric 3D display device based on DMD utilizing a rotating screen[J].Chinese Journal of Scientific Instrument(S0254-3087),2008,29(1):67-72.

潘文平,沈春林,李莉,等.基于数字微镜器件和旋转螺旋屏的体三维显示系统[J].光电工程,2010,37(10):144-150.PAN Wen-ping,SHEN Chun-lin,LI Li,et al.Volumetric Three-dimensional Display System Based on DMD and A Spinning Helical Screen[J].Opto-Electronic Engineering,2010,37(10):144-150.

Kim Daehwan,Song Jinyoung,Kim Daijin.Simultaneous gesture segmentation and recognition based on forward spotting accumulative HMMs[J].Pattern Recognition (S003l一3203),2007,40:3012-3026.

Grossman T,Wigdor D,Balakrishnan R.Multi-Finger Gestural Interaction with 3D Volumetric Displays[C]//Proceedings of the 17th Annual ACM Symposium on User interface Software and Technology(UIST'04),Santa Fe,NM,USA,October 24-27,2004:61-70.

>>更多...