计算机领域术语的自动获取和层次构建

以计算机领域术语的获取方式为研究对象,根据文献资料法、实验法、讨论法,通过对计算机领域术语获取方法进行理论、实践的探究和验证,得出计算机领域术语自动获取的方法和术语的层次构建。     

基于级联网络和语义层次结构的图像自动标注方法

针对大多数的图像自动标注结果中含有冗余标签、信息量不够丰富的问题,本文提出了一种基于级联网络和语义层次结构的图像自动标注方法(CNSH)。首先,输入数据集的图片和标签列表,采用级联的VGG网络提取图像特征,训练条件行列式点过程(DPP)算法模型,计算标签的质量分数确定候选标签列表;其次,利用WordNet检索数据集标签得到语义层次结构和同义词,进而构建加权语义路径;最后,利用DPP算法在候选标签集中采样,得到最终的标注结果。与传统的图像标注任务相比,本文方法得到的标注结果能准确描述图片内容,且不含冗余标签。许多评估指标已用于图像标注和多标签学习,但是它们只专注于评估代表性,忽略了多样性。为了解决上述问题,本文采用了基于语义层次结构的语义指标来共同评估代表性和多样性。在IAPRTC-12和ESP Game 2个基准数据集上的实验表明,与现有方法相比本文方法能够产生更具代表性和多样性的标签。     

面向DFM评价的制造特征自动获取方法

运用体素分解、体素拼合,自由度分析和加工过程特征等技术,为基于产品设计特征模型的ＤＦＭ评价系统,提供了制造特征自动获取方法,为基于特征的可制造性评价和成本估算奠定基础。     

专家系统中基于认知的知识自动获取机制

针对专家系统中知识自动获取的瓶颈问题,从专家系统自身的潜在规律(机理)出发来改变知识发现的固有流程、形成新的知识发现过程模型和构建基于认知的知识自动获取机制,并利用T型协调器,根据基础知识库中的"知识短缺"自动地启发定向挖掘知识的途径,有效地克服领域专家的自身局限,而且做到只对那些有可能成为新知识的假设进行评价,最大限度地减少评价工作量,由此形成知识自动获取机制。这一机制在很大程度上解决了智能系统中的知识自动获取的瓶颈问题。     

一种自动生产线中单元划分的算法

为了提高自动化生产线的生产效率,降低系统的管理、调度和控制的复杂性,需要将系统划分成单元。本文在为此问题建模时提出了机器关联矩阵的新概念,给出了一种新的描述,并提出了一种有效的算法。这种算法的速度比先前的算法有明显的提高。     

汽车品牌造型风格的语义获取与表达

以上汽通用五菱品牌为载体,通过品牌认知调研和统计分析方法,研究汽车品牌造型风格的语义获取与表达。将造型风格划分为基于视觉的物理特征和基于认知的造型语义,提出品牌造型风格语义作为品牌风格形成的文本语法,品牌造型风格通过词语实现概念化、规范化。研究在基于统计的面向设计物语义抽取的基础上,通过文本分块和结构化的语义表征,获取和表征五菱品牌风格语义,并对五菱品牌风格及其造型意向的语义词进行聚类和语义解释,建立了五菱品牌语义词库。     

基于双语语料库的翻译等价对自动抽取

提出了一种利用双语语料库自动抽取多词翻译等价对的方法。首先利用N—gram模型获得候选翻译单元，然后根据统计同现计算候选等价对的翻译概率，并用贪心策略实现翻译等价对的自动抽取。在翻译概率的计算中对3种常用的统计同现测度进行了比较。实验表明，当语料规模较小时，对数似然比(Log Likelihood Ratio)测度对于翻译等价对的抽取具有较好的效果。与现有方法相比，该方法较好地解决了翻译等价对抽取中多词单元对应及间接相关问题。     

语义成分分析法与词语的翻译

翻译的过程是主体对客体实施控制的过程,是译者尽量保持原文各种信息并在语言转换过程中尽量减少信息流失的过程。译者在翻译过程中,要尽量做到译词准确,减少信息流失,使译文传达出原文的各种信息,这是翻译控制分析的重要环节。要做到这一点,语义成分分析法必不可少。本文对语义成分分析法做了简要介绍,通过实例分析其在词语翻译中的具体运用,并辩证地提出了语义成分分析法存在的问题。这不仅为翻译实践指出了一条切实可行的道路,对翻译研究也有重要的理论意义。     

品牌传播中图像的符号过程与语义分析

以语义学原理为启示,分析了图像符号在品牌传播过程中的应用,论述了品牌传播的本质、图像符号在品牌传播中的功能和作用、品牌传播中图像符号语法结构和语义生产层次。在此基础上,提出了图像符号因"真实感"的再现在品牌塑造过程中起着关键性作用;图像符号的层级、语法与语言符号具有异质同构的特征,品牌图像符号的意义生产具有识别、经验、判断3个递进层次语义过程。     

基于语义分割的实时车道线检测方法

车道线识别是自动驾驶环境感知的一项重要任务。近年来,基于卷积神经网络的深度学习方法在目标检测和场景分割中取得了很好的效果。本文借鉴语义分割的思想,设计了一个基于编码解码结构的轻量级车道线分割网络。针对卷积神经网络计算量大的问题,引入深度可分离卷积来替代普通卷积以减少卷积运算量。此外,提出了一种更高效的卷积结构LaneConv和LaneDeconv来进一步提高计算效率。为了获取更好的车道线特征表示能力,在编码阶段本文引入了一种将空间注意力和通道注意力串联的双注意力机制模块(CBAM)来提高车道线分割精度。在Tusimple车道线数据集上进行了大量实验,结果表明,本文方法能够显著提升车道线的分割速度,且在各种条件下都具有良好的分割效果和鲁棒性。与现有的车道线分割模型相比,本文方法在分割精度方面相似甚至更优,而在速度方面则有明显提升。

     

基于工程语义约束的线束预装配自动规划方法

线束预装配是线束生产的重要环节,论文通过总结线束工艺设计中的工程语义约束信息,建立装配关联图模型,提出了一种线束预装配自动规划方法。该方法通过主件选择、最大子装配体提取、工程语义约束检测来实现对预装配序列自动规划,而无需与用户进行交互。最后的实例表明该方法是有效可行的,能较好的解决大线束图纸中装配序列规划问题。     

基于双谱和变精度粗糙集理论的柴油机故障特征自动提取

采用双谱对柴油发动机曲轴轴承非稳态振动信号进行了分析,根据双谱对称性,对第一象限的对角线及对角线以下区域划分成若干等分区域,计算每个等分频率面内的双谱平均幅值,作为分析对象特征值,利用变精度粗糙集理论提取与特定故障部位强相关特征参数。分析结果表明：双谱能有效消除曲轴轴承非稳态振动信号中的噪声,变精度粗糙集能提取出与分析对象相关的关键因素,双谱和变精度粗糙集相结合能实现故障特征的自动提取     

基于弱语义嵌入的图像相似性度量

提出了一种旨在缩小"语义鸿沟"的弱语义嵌入方法及其相似性度量模型.在该方法中,用户反馈的相关图像被当成查询图像的弱语义直接嵌入到视觉特征向量中,从而使固定的视觉特征向量成为可伸缩的包含语义和视觉特征的集合.根据心理学中集合论相似性理论,图像之间的相似性被表示成语义特征与视觉相似性之比.基于Corel图像库的实验结果表明,该方法在基于内容的图像检索中是非常有效的.     

面向多张CAD图纸的文本信息自动提取与实现

针对现有图纸文本信息自动提取方法仅能提取单张图纸中的标题栏和明细表内容的情况,提出了一种面向多张CAD（computer aided design,计算机辅助设计）图纸的文本信息自动提取方法,并开发了相应的自动提取与校核系统。采用块表记录迭代器对多张CAD图纸中的所有属性块进行遍历,基于块名筛选得到图纸块及其插入点坐标和幅面,从而确定每张图纸的位置;根据多段线和属性块对多张CAD图纸的文本信息进行属性分类,通过构建窗口选择集来获取图纸中的文本信息并进行提取;利用数组形式输出所提取的文本信息并与原文件进行对比。最后,开发了一套面向多张CAD图纸的文本信息自动提取与校核系统,并通过对连接器电路图文本信息的提取和校核验证了所提出方法和系统的可行性。结果表明,所提出的方法为CAD图纸文本信息的提取提供了新的思路,所开发的系统为企业操作人员提取CAD图纸文本信息提供了新工具,可显著提高工作效率。     

融合注意力机制和语义关联性的多标签图像分类

卷积神经网络在单标签图像分类中表现出了良好的性能,但是,如何将其更好地应用到多标签图像分类仍然是一项重要的挑战。本文提出一种基于卷积神经网络并融合注意力机制和语义关联性的多标签图像分类方法。首先,利用卷积神经网络来提取特征;其次,利用注意力机制将数据集中的每个标签类别和输出特征图中的每个通道进行对应;最后,利用监督学习的方式学习通道之间的关联性,也就是学习标签之间的关联性。实验结果表明,本文方法可以有效地学习标签之间语义关联性,并提升多标签图像分类效果。     

Automatic text classification using BPLion-neural network and semantic word processing

Text mining has become a major research topic in which text classification is the important task for finding the relevant information from the new document. Accordingly, this paper presents a semantic word processing technique for text categorization that utilizes semantic keywords, instead of using independent features of the keywords in the documents. Hence, the dimensionality of the search space can be reduced. Here, the Back Propagation Lion algorithm (BP Lion algorithm) is also proposed to overcome the problem in updating the neuron weight. The proposed text classification methodology is experimented over two data sets, namely, 20 Newsgroup and Reuter. The performance of the proposed BPLion is analysed, in terms of sensitivity, specificity, and accuracy, and compared with the performance of the existing works. The result shows that the proposed BPLion algorithm and semantic processing methodology classifies the documents with less training time and more classification accuracy of 90.9%.     

自动萃取仪对水中油类的萃取效率研究

根据国标GB/T16488-1996红外光度法测定水质中石油类和动植物油,对自动萃取仪萃取水中油类的萃取效率进行测定研究。探讨了不同条件及不同成分的油类污染物对萃取效率的影响。结果表明,氯化钠对四氯化碳萃取效率影响较大,食用油在四氯化碳中的萃取效率比在水中的高15%～20%。     

基于视觉单词和语义映射的色情图像检测算法

针对传统类型的色情图像检测方法误检率高的问题,提出了一种基于多层视觉单词的检测方法.该方法首先对色情场景的各种视觉元素建立视觉单词,然后通过这些视觉单词建立更高层的编码,包括视觉词组和兴趣区域类别,从而实现对图像不同形态级别的描述与分析.图像的识别特征由相应的编码直方图组成,并将特征映射到一个低维空间中,使图像间的语义距离与空间距离相协调.该方法在各种图像测试中都表现出出色的性能,例如在人物类图像测试中,误检率比传统方法降低了40%.实验结果证明,多层单词体系能够更高效地分析色情图像等复杂场景.     

基于QGA优化广义S变换的滚动轴承故障特征提取

考虑到实际工程环境中噪声对故障特征提取的影响,提出了基于量子遗传算法(QGA)优化广义S变换的滚动轴承故障特征提取方法。该方法以时频分布集中程度为评价标准,首先采用量子遗传算法自适应地选取广义S变换中最优窗口控制参数,然后提取信号变换后复时频矩阵的模向量作为滚动轴承故障特征向量。利用该方法提取的滚动轴承故障特征与其它故障特征进行故障识别对比研究,实验结果表明该方法能够更准确地提取出故障特征,验证了方法的优越性。此外,对不同噪声强度背景下的滚动轴承振动信号进行故障特征提取,诊断结果进一步显示所提方法具有良好的抗噪性和健壮性。