隐含语义索引在农业技术问答系统中的应用

利用隐含语义索引技术设计了一个问答系统,在系统中利用隐含语义索引理论进行查询问题和数据库中的候选问题的相似度计算.主要是通过构造一个语义矩阵,进行奇异值分解消除"噪音"进行实现的.这样更清晰地表示出了词之间的语义相关性,使本系统可以接受被自然语言描述的问题.最后,对整个系统进行实验测试并对测试结果进行了分析,发现本系统比一般的基于VSM等方法实现的系统表现出了明显的优势.     

网络多层语义深度挖掘及流媒体缓存策略研究

对网络音视频数据进行多层次语义的深度挖掘,统计分析用户行为,建立一个流行度预测模型,在此基础上提出智能化的代理缓存替换策略.初步模拟实验表明该策略能提高缓存字节命中率,减短客户端的请求延迟时间.     

语义Blog系统研究

Blog是现在网络上最流行的沟通工具之一.文章在总结现有Blog系统的特点和存在问题的基础上,提出建设语义Blog系统,利用语义网的思想解决传统Blog存在的问题,增强Blog系统的语义数据描述功能和社区功能,描述Blog系统中不同主体的结构和联系,更方便用户发布和获取信息,实现Blog系统中人与人之间更加有效的沟通.     

基于语义的领域知识检索系统的设计及实现

传统的检索工具是基于关键词的,在领域知识检索方面局限性很大,语义网的出现使信息检索提升到语义的层次,它使得领域知识的获取更加高效和准确.提出了基于语义的领域知识检索模型,设计并实现了JADE平台下基于语义的领域知识检索原型系统.对原型系统的测试结果表明,该系统能够快速发现领域研究者构成的集群并获取领域研究者的相关信息.     

密码学原语中信任传递语义研究

以可信计算和信任管理为背景,考察密码学原语中所包含的信任传递语义,进而借助于目前较为成熟的密码学理论为信任传递机理进行建模,提出了信任传递语义模型的雏形,分析了多种典型数字签名原语中的信任传递语义.分析结果表明所提模型具有很强的概括能力.最后,展望了该模型在IP 网络信任管理系统设计及分析中的潜在应用.     

基于生成式对抗网络的遥感图像半监督语义分割

高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一。传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时。针对这一问题,提出一种基于生成式对抗网络的半监督高分辨率遥感图像语义分割方法,只需要少量样本标签即可得到较好的分割结果。该方法为分割网络添加全卷积形式的辅助对抗网络,以助于保持高分辨率遥感图像分割结果中的标签连续性;更进一步,提出一种新颖的能够进行注意力选择的对抗损失,以解决分割结果较好时判别器约束的分割网络更新过程中存在的难易样本不均衡问题。在ISPRS Vaihingen 2D语义标记挑战数据集上的实验结果表明,与现有其它语义分割方法相比,所提出方法能够较大幅度地提高遥感图像的语义分割精度。     

基于位置语义和查询概率的假位置选择算法

针对传统位置隐私保护方案中未充分考虑攻击者拥有背景知识而导致的隐私泄露问题,基于位置语义和查询概率提出一种假位置选择算法。在假位置集中的位置之间满足语义差异性、查询概率相近且地理位置尽量分散的条件下,避免了攻击者结合背景知识过滤假位置,同时保证了查询结果的精确性。仿真实验验证了所提算法能有效保护用户的位置隐私。     

基于RDF重写的航空安全事件因果关系查询方法研究

针对航空安全事件RDF图数据因果关系查询中低匹配和无匹配的问题,提出一种基于语义相似度和RDFS规则的重写方法。该方法首先采用基于词向量的语义相似度计算方法将用户RDF三元组转换为领域本体RDF三元组,然后依据RDFS规则对领域本体RDF三元组进行关系扩展重写,最后将该方法应用于航空安全事件因果关系的查询。实验结果表明,该方法在查全率和查准率方面取得明显效果,能够改善因果关系查询中低匹配和无匹配的问题,为解决航空安全事件因果关系的查询问题提供了方法支持。     

深度学习在建筑物变化检测中的应用

建筑物检测的研究由来已久,在过去几十年里,人们通过遥感图片的色彩以及反射率等对建筑物的变化进行检测分割。但是分割的效果并不理想,因为色彩和反射率等特征的提取往往需要人手动的调整,不同建筑物的材料也各不相同,如何更好的提取建筑物特征成为该项目中的一个难点。随着近几年深度学习的发展,提取遥感影像中的特征变得简单起来。     

基于隐马尔科夫模型的网球音频语义分析

针对网球视频用于网球教学的问题,文中提出了一种基于隐马尔科夫(HMM)的网球音频数据语义分析方法。该方法首先对音频数据进行分帧处理,并提取短时过零率、短时平均能量、梅尔频率倒谱系数和差分倒谱系数构成特征向量,然后基于HMM构建音频数据语义分析模型,并利用Baum-Welch算法完成模型计算,以状态概率最大对应的类别作为语义分析结果。实验结果表明,该方法能够有效实现网球音频数据的语义特征,且具有较高的识别准确率。