基于语义学习的图像多模态检索

针对语义鸿沟问题,在语义学习的基础上设计图像的多模态检索系统。该系统结合3种查询方式进行图像检索。基于视觉特征的查询通过特征提取与相似度匹配进行排位。基于标签的查询建立在图像自动标注的基础上,但在语义空间之外的泛化能力较差。基于语义图例的查询能够在很大程度上克服这个缺陷,通过在显式或隐式的语义空间上进行查询,使检索结果更符合人类感知。实验结果表明,与基于纹理特征的图像检索相比,基于语义图例的检索具有更高的精度及召回率。     

一种基于形式概念分析的事件演化分析算法

针对传统基于内容相似度的事件关系计算方法不能分析出事件间的潜在关系的问题,提出了基于FCA的事件关系计算方法。该方法利用根据话题的三层结构模型,对话题中的事件进行属性提取,并依据特征频率因子进行属性选择。利用两个事件之间的属性关系建立形式背景,以此为基础形成概念格。用基于概念格的相似度分析发现事件之间潜在。实验证明了这种方法的有效性。     

面向网页结构特征的Hopfield 算法

针对目前互联网信息资源广泛、网页结构复杂、噪音信息较多的现状,主题爬虫获取有效信息过程中精确度低、耗费时间长等问题。结合经典的Hopfield算法,提出了针对网页结构特征进行分块的主题爬行改进算法,实验证明该改进算法在一定程度上能有效地解决目前信息获取过程中所面临的问题。     

锡晶须问题和对策的现状

概述了锡晶须问题和对策的现状以及今后的技术开发。     

深圳南山区“文化遗产绿道”设计研究

深圳南山区曾被誉为“深圳历史文化之根”,文化遗产极为丰富,城市迅速扩展对文化遗产形成巨大冲击。建立“文化遗产绿道”是一种新型历史文化资源保护方法,文章通过对南山区已有绿道进行分析,结合历史文化资源分布特征,构建“文化遗产绿道”,完善补充绿道网络,通过主题段落、艺术介入、活动事件等方式,带动公众参与、促进文化遗产的保护与传承。     

土木工程专业岩土工程方向毕业设计选题研究

毕业设计是工科院校重要的综合性实践教学环节。文章以河南城建学院土木工程专业为例,从专业知识需要、设计内容、工程实践要求等方面对土木工程专业岩土工程方向毕业设计选题进行了论述和研究,主张学生参与选题、理论知识与工程实践相结合等,以提高毕业设计质量。     

基于多尺度上下文语义信息的图像场景分类算法

传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数;然后,结合Markov随机场共同挖掘图像块的上下文语义共生信息,得到图像的多尺度直方图表示;最后结合支持向量机实现场景分类.实验结果表明,本文算法能有效利用图像的多尺度和上下文语义信息,提高视觉单词的语义准确性,从而改善场景分类性能.     

计算机自然语言处理

系统的有效性取决于系统中包含的智能化程度, 如视觉、听觉、自然语言处理及对话系统等。一个有效的系统应能模拟人类的问题回答和推理过程,并能分析人们对问题的回答。本文介绍一个简单的自然语言接口NLI(National Language Interface), 它能接受、分析用户用自然语言的输入。使用PROLOG语言, 我们正在IBM-PC机上实现这个系统。     

基于有监督主题模型的排序学习算法

文档表示是排序学习的关键,目前的排序学习算法多采用词袋法表示文档与查询,该方法假设词袋中的词相互独立,忽略了词之间的关系.为了表示文档中词之间的依赖关系,本研究利用文档与查询的主题特征构建排序学习模型,我们将排序函数定义为文档与查询之间的主题关系,提出了基于有监督主题模型的排序学习算法自动学习排序函数.为了评价模型的排序精度,我们在三个标准数据集(OHSUMED,MQ2007,MQ2008)上进行了实验.实验表明基于主题的排序学习算法能够发现文档与查询之间内在的语义关联,并改善排序模型的排序精度.