基于DenseNet的复杂交通场景语义分割方法

针对交通场景语义分割方法存在参数量较大、计算效率较低、精度不足等问题,文中提出基于全卷积化DenseNet的多尺度端到端语义分割模型.首先,构建一种含混合空洞卷积的密集连接模块,同时沿通道维度级联各模块,用于提取图像特征.然后,采集多尺度视觉信息并以此作为监督信号回传至原通道中.最后,通过双线性插值法获得预测输出.在CityScapes数据集上的测试实验表明,文中方法对复杂交通场景的解析能力较强,预测精度和分割效率较高.     

基于Ontology的企业信息系统建模研究

借助本体编辑工具Protégé和本体描述语言OWL,利用骨架法建立了信息系统的领域本体库,并借助Jena的推理功能实现了本体库的动态可扩展性,解决了企业信息系统中的语义异构问题.     

实时协同设计并发控制机制研究

为了解决协同设计中数据量大、事务长、多层嵌套的问题,建立了一种新的协同设计并发控制模型。根据数据要求生成复制事务,事务发生改变后,其他站点能够实时显示图形、实时读取数据。通过计算数据传输的最小延时确定操作权管理者,提高了协同设计的实时性。提出了基于事务语义的并发控制策略,分析了并发控制机制中事务结构、事务提交、锁机制和冲突协调等关键性问题。实例证明,并发控制策略保证协同用户自由地操作共享资源,提高了并发控制的可靠性和数据的一致性。     

基于卷积神经网络和语义特征的眼型分类

眼睛是人脸特征最重要的构成部分,研究眼睛的特征点定位和形状分类问题,对扩充智能模拟画像系统中的眼睛库起着至关重要的作用。提出一种基于级联卷积神经网络与语义特征的人眼分类方法,采用三级的级联卷积神经网络,检测并由粗略到细致地定位出106个特征点,根据定位眼睛的20个特征点对眼睛进行形状建模并定义3个确定眼型的形状参数,对这3个参数进行分段处理,通过每一区间对应不同的语义描述来达到眼型分类的目的。实验结果表明,此方法定位准确,能达到良好的眼睛分类效果。     

维基百科语义背景知识的共指消解研究

文章以突发事件新闻语料为研究背景,深度挖掘维基百科作为消解的背景语义知识,提炼出四类基于维基百科的特征,分别是解释网页内容的特征、同义词的特征、链接图的特征和分类图的特征。在标注的20万字语料上进行训练与测试,经过实验测试,证明将维基百科引入突发事件共指消解是一个有效的方法,系统F值为66.7%,其中,基于维基百科链接图的特征对系统贡献最大。利用爬山算法的SBS算法做特征选择,在剔除掉7个特征之后,使得系统F值提升了3.58%。     

产品设计中基于群体文化学的隐性知识表达

从工业设计出发,提出基于群体文化学的方法来研究产品设计中用户和设计师的隐性知识表达.探讨群体文化学的基本概念及其与产品设计之间的关系,以便携式娱乐终端产品造型为例,结合语义差异、意象尺度和结合分析等研究方法,分析用户和设计师对已有产品的隐性知识的获取及表达形式,建立了便携式娱乐终端产品造型的二维隐性知识表达空间,提出用户和设计师的隐性知识表达模型.研究表明:用户和设计师对便携式娱乐终端产品造型在偏好、感知意象和意象形容词对的理解上都存在着许多差异,在产品设计时,有必要以用户为中心,研究用户的隐性知识,找出其共性和个性特征.     

基于多注意力CNN的问题相似度计算模型

在智能客服问答系统中,用户所提问句具有咨询意图复杂、上下文相关性弱以及口语化等特点,导致问句相似度计算的准确率不高,出现答非所问的情况。提出一种基于卷积神经网络的相似度计算模型MA-CNN。通过2个不同的注意力机制,同时关注词汇间的语义信息和句子间的整体语义信息,提高智能客服对问题的理解能力。实验结果表明,与基于词向量和基于循环神经网络的模型相比,MA-CNN模型对问句的辨识能力更强,其F1值最高可达0.501。     

一种面向知识图谱问答的语义查询扩展方法

在问答系统中,只通过问题中所包含的词汇表达查询意图,难以从数据源中获得理想的答案。为此,针对基于知识图谱的问答系统,提出一种语义查询扩展方法。利用WordNet对问题三元组中的查询术语从同义词、上义词和下义词3个语义角度进行扩展,采用Microsoft Concept Graph对查询术语从上义词和下义词2个角度进行扩展。针对每种语义角度的扩展结果,设计不同的过滤策略进行筛选,根据查询术语的语义扩展结果实现对问题三元组的扩展。实验结果表明,该方法平均准确率大于83%,对问题三元组的多语义角度的扩展效果较好。