基于激光雷达的建筑物轮廓信息识别提取研究

对于采用激光雷达扫描的建筑物进行点云重建的关键,在于建筑物轮廓信息的提取,并且要能够保证其精确度和完整性。文章提出了基于几何特征与语义描述的外轮廓信息改进识别方法,比较好地解决了目前建筑物轮廓提取中存在精度较低、后续处理麻烦的问题。最终建立了数学求解模型,并且以采集的单栋建筑物点云数据作为实验样本,进行了建筑物轮廓信息提取实验。结果表明,采用的改进方法不仅理论上能够实现,还大大提高了建筑物轮廓信息提取的清晰度,通过多次实验验证,此方法优越性明显。文中所述方法对点云数据分割,特别是建筑物与地面点的分割,建筑物的三维重建具有极大的意义。     

融合多粒度全局信息的临床问诊信息抽取模型

传统的信息抽取方法只考虑当前对话窗口中的语义信息,而临床医学信息的状态识别则需要根据现实场景中所有医患对话信息来对全局进行判断。因此,该文提出一个临床问诊的医学信息抽取模型,给定当前的对话窗口,利用全局对话中的细粒度和粗粒度信息提取医学信息及其对应状态。医学对话信息提取（MIE）任务的试验结果证明了该方法的有效性。     

基于KPCA和K-Means++的秦岭植被变化检测

本项目通过对秦岭北麓西安段近几年的高分辨率高光谱卫星遥感影像进行植被信息提取,数据融合和植被覆盖变化进行研究.从而对方法进行创新,使用KPCA和K-Means++的方法为对遥感信息进行变化检测.为实时保护秦岭提供科学方法,为秦岭植被变化监测提供科学依据也同时为遥感信息处理提供方法参考.     

基于Web的网络异构信息提取与聚合方法

为提高网络异构信息提取效率与聚合效果,引进Web技术,开展网络异构信息提取与聚合方法研究。为消除差异性对网络异构信息提取与聚合的影响,通过网络异构信息的归一化处理,实现网络异构信息的预处理;利用Web技术中的线性组合方式,结合用户指导信息,挖掘网络异构信息结构,在Web社区网络中建立信息之间的目标矩阵,实现对网络异构信息多关系的抽取;构建网络异构信息之间的模糊隶属函数,实现对网络异构信息多源目标特征统计与聚合存储。以某科研单位提供的网络异构数据统计集合为例,设计对比实验,实验结果表明：该方法可以在实现对网络异构信息高效、连续提取的基础上,提高聚合后同类别信息之间相似度,优化异构信息聚合效果。     

学者资料搜索与特征信息提取

通过网络搜索人们可以获得各种形式的人物资料。文中针对学者研究如何从获得的资料中提取特征信息,提出一种基于领域知识的特征信息提取方法。该方法首先调用Google Search API实时采集网页上的人物信息,然后使用网页结构分析、触发词识别、自然语言处理等技术进行人物属性信息提取,最后自动生成并呈现一个标准化的学者简历。依据这一方法,作者设计并实施了一个学者特征信息的提取系统。     

基于Web网页语料构建动态语言模型

为语音识别系统构建语言模型，首先要进行语料准备，语料来源决定语言模型的性能。Web网页中涵盖了各种最新的语言现象，为语料准备提供了最多样化的资源。但Web网页中语义完整字串通常夹杂在格式、标记、广告等无用字串中。首先介绍语言模型的训练算法和更新方法，继而提出一种从HTML文档提取用于训练语言模型的语义完整汉字字串的算法，最后给出语料提取实验结果、语言模型训练结果和语言模型的动态更新结果。为基于Web网页语料动态更新语言模型提供了一个完整的解决方案。     

面向模式的文本数据描述模型

实际应用中常有从非结构化文本中提取符合指定模式信息的需求。在分析了使用正则表达式处理这类问题的缺陷之后,提出了一种面向模式的文本数据描述模型,将模式分为终端模式、结构体模式、联合体模式和数组模式,并详细介绍了各模式在文本匹配以及数据映射中的作用,最后通过相应的示例演示了模型的结构性与便利性。     

基于Pro/E模型的MATLAB/Simulink模型转换

Pro/E模型与MATLAB/Simulink模型表达方式的不一致直接影响了两者间进行联合仿真.从Pro/E装配模型到MATLAB/Simulink模型的转换分为装配模型信息的提取和接口信息转换两部分内容;前者采用的是基于特征设计技术和分层、分类的方法来提取信息的,而后者是把.xml作为中性文件将信息从Pro/E到MATLAB/Simulink间进行映射.其中后者还涉及Pro/E装配模型的约束关系到机构间运动副的转换,采用的是基于约束度的组合推理算法实现简单约束转运动副,并对螺旋法转运动副进行了理论研究.最后用转换挖掘机实例证实了上述研究方法的可行性,解决了利用 Pro/E 和 MATLAB/Simulink进行联合仿真所遇到的相关技术性问题.     

CAD/CAPP/CAM集成环境下CAPP零件信息的提取

通过对螺旋孔型的钢球斜轧轧辊的结构分析,在ARX开发环境下,先利用MDT的API开发工具,从零件的三维模型中提取零件的轮廓信息,确定零件的类型和基本形状、加工特征和基本尺寸;再根据对应的二维工程图提取具体的工艺信息,最后根据二维图纸和三维模型的对应关系,对信息进行分类整理和自动识别.在此基础上开发了一个斜轧轧辊的零件信息系统,实现了在CAD/CAPP/CAM集成环境下,从CAD系统中直接提取零件信息,并转化为CAPP系统的工艺信息.该方法也可以自动提取和识别一般的旋转类零件信息.