基于知网的领域概念抽取与关系分析研究

针对目前领域概念抽取手工完成的现况,提出了一种基于知网的领域概念抽取和关系分析系统模型.本模型利用知网语义相关性从文本中生成领域语义词典,结合TFIDF算法建立"词-文本文档矩阵",用以代替传统的词形频率统计;通过产生领域语义本体,利用语义相似度对概念进行聚类.讨论了这3个步骤所涉及的算法,包括基于统计模式从文本中抽词,基于奇异值分解从词-文档矩阵中提取概念,基于语义相似度对概念进行聚类等.实验表明,本文提出的抽取方法相对与词频算法具有较高的准确度.     

采用Ontology和树的语义冲突消除法

语义信息集成是目前屏蔽数据之间半结构性、异构性和分布性的主要方法,其目的是为用户提供最大范围的精确数据.本文以解决信息集成中的语义冲突为目的,采用Ontology描述全局数据概念、树型结构描述局部数据概念.在此基础上,给出数据的逻辑定义方法,利用相似度计算匹配值来实现数据在语义集成中的匹配,并描述语义信息集成中的映射算法.最后,给出了实验数据和算法执行结果,验证了此方法的正确性.     

中文地名数据清洗中的重复字段匹配

为了提高中文地名字段匹配的准确度,提出中文地名的相似重复检测与清洗策略和矩阵相似重复匹配方法. 该清洗策略采用矩阵相似重复匹配方法,通过矩阵运算计算中文地名数据之间相同字符或者词语出现的频率,利用频率计算两者之间的语义相似度和结构相似度,然后将语义和结构相似性有机结合,作为相似性判断和重复数据清洗的依据. 实验验证了该方法的可行性和有效性. 结果表明,该方法对于中文地名字段匹配在查准率和召回率方面优于已有的其他算法.     

基于Jena开发包的交通本体推理机制研究

传统的基于关键字语法匹配的信息检索技术,查询返回的结果往往存在很大的信息冗余。而引入基于本体(Ontology)的语义检索技术,通过定义明确的领域概念、属性和实例来建立领域本体及其推理机制,发掘概念、实例之间隐含的信息,从而实现基于语义的智能地理信息检索。本文以交通领域本体为例,在使用Protégé建好交通本体之后,基于Jena推理机和SWRL推理规则语言,自定义了一些基本的本体推理规则,并设计了一套面向具体应用的本体推理机制,以解决实际的应用问题。     

面向制造过程的海量数字图像高效检索算法研究

结合图像的形状特征、纹理特征和颜色特征,提出一种面向制造过程的海量图像高效检索算法.算法利用傅立叶描述子法和二维形状分布法描述图像的形状特征,利用灰度共生矩阵描述图像的纹理特征,利用颜色直方图表达图像的颜色特征.在得到图像的形状特征、纹理特征和颜色特征后,分别采用欧式距离、马氏距离和夹角余弦距离计算这三种特征的相似度,最后对三种特征的相似度进行综合,得到图像的整体相似度,实现多特征的联合检索.仿真结果表明,本算法应用于不同类型和格式的海量数字图像,具有较高的检索精度和较快的检索速度.     

利用深度学习的文本相似度计算方法

针对在自然语言处理中起着关键作用的文本相似度计算问题,提出了一种神经网络深度学习的词向量模型计算方法.利用词向量计算文本语义相似度,并采用高频词滤波的方法削弱扰动的影响.对百度新闻、新浪新闻等的中文词库进行训练,并与传统的检测方法进行对比.实验结果证明了提出方法的有效性和准确性.     

基于块匹配的综合图像检索技术

提出了一种基于文本、语义和特征块匹配相结合的综合图像检索方法．首先,将图像入库时进行人工标注;然后运用SVM机器学习框架,建立先验知识库,提取图像的语义特征;然后利用Harris算子检测出图像的特征点,进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离．实验结果表明,这种综合检索方法能更全面、更精确地描述了图...     

基于隐马尔可夫模型的体育视频分类方法

针对体育视频的分类问题,提出一种基于隐马尔可夫(HMM)模型的分类方法.首先,在各类运动训练视频片段的连续帧中提取4维运动特征向量,并基于特征向量训练各类的HMM.然后,将视频片段以状态序列表示,并利用HMM计算状态转换的概率,以此来检测运动事件.最后,基于各类运动的参考字典,通过相似度计算来匹配测试视频中的事件,最终实现对视频片段的分类.实验结果表明,该方法具有较高的分类精度.     

基于本体推理的食品搭配安全查询模型研究

食品搭配的科学指导方法对人们日常饮食生活具有非常重要的意义。本文将本体理论应用于食品搭配领域,分析食品领域中的概念以及概念之间的关系,创建食品搭配领域本体模型,并采用Jena推理引擎和自定义的规则对其进行推理,构建基于本体推理的食品搭配安全查询模型。实验结果表明,此模型具有高效性、智能化、语义性等特点,避免了使用日常经验判断带来的主观性影响。     

基于OWL的试题本体知识库构建研究

探讨了本体技术和Web服务技术对试题库系统的支持,并提出了基于本体和Web服务的试题库应用框架结构,目的是为了让试题知识库能提供概念共享模型,建立概念语义空间,并用本体标准语言OWL进行形式化描述,从而解决知识共享和语义互操作问题,同时也为解决机器理解问题提供了一种办法.     

基于概念选择和重要性度量的多模态语义融合

根据人类认知过程的特性,提出语义选择和重要性度量的多模态融合算法. 分别在单个模态下获取语义概念,并利用相关性检测得到用于融合的语义概念,从而减少误检语义带来的扩散误差. 考虑到概率融合无法体现语义的时间特性,提出重要性度量的概念进行融合以获取高级语义. 实验结果表明,该方法能准确提取视频的高级语义信息,与其他融合算法相比时体现出良好的性能.     

基于语义的Ontology聚类研究

提出了一种基于语义的Ontology相似性计算方法,该方法不仅考虑概念本身的相似性,还考虑了属性集合和相关概念集合的相似性,通过概念基本相似性极限控制属性集合相似性计算的范围,通过语义半径控制相关概念的范围.以基于语义的Ontology相似性方法计算Ontology聚类的相似性矩阵,采用凝聚层次聚类算法实现Ontology聚类.实验表明:基于语义的Ontology聚类能够获得满意的效果,在性能上优于使用oMAP相似性方法的Ontology聚类.     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

化工原理教学中的对比分析

以吸收为单元 ,通过吸收与蒸馏以及传质过程与传热过程的对比分析 ,揭示了它们的异同点 ,循序渐进 ,从而使学生概念清晰 ,加深对过程的理解 ,掌握过程的本质 ,拓宽思维空间 ;同时注重灌输工程观念及研究方法 ,有利于学生从工程实际出发去分析和解决问题 ,提高他们的综合能力 ,以适应社会不断发展的需求     

基于细胞神经网络的楼面裂痕诊断研究

为了更好地监测楼面裂痕,提出了一种改进细胞神经网络楼面裂痕图像识别方法.该方法通过一定的图像处理,建立裂痕网络和细节网络,同时增加了裂痕相似网络模型,避免了仅对裂痕特征提取信息不能准确识别裂痕的问题.实验证明,改进的裂痕识别算法实现简单,识别楼面裂痕准确率高,达到了实时识别技术的要求.     

基于特定主题的社交网络影响力评估方法

针对用户在社交网络应用中的影响力评价方法，以往的研究重点关注网络结构和转发行为对用户影响力的影响，基于用户发布内容和主题的影响力评估研究较少，且未考虑主题间的交互关系.为此提出了一种半监督的主题提取方法，通过在初始化过程中引入种子词并赋予不同的权重，更好地提取目标主题.此外，为了提高用户影响力评估的效果，该文考虑了不同主题之间的交互，将主题之间的相似性叠加于用户相似性的计算.在真实数据上的实验结果验证了所提方法的有效性.     

语义神经网络神经元的面向对象的实现

根据语义神经网络的特征，在分析了汉语语义关系的特点，人工神经元的特性和面向对象编程技术的基础上，将概念类内部知识结构与神经元的外部结构很好的融合在一起，并在此基础上，提出将语义神经网络神经元作为面向对象的类来处理，利用面向对象技术中的继承，重载，多态性等机制来刻画汉语间的语义关系，实现了语义神经网络神经元的面向对象的描述。     

具备认知能力的行为模仿机器人系统

行为模仿是现代机器人展现其智能化水平的重要技术之一,如何使机器人模仿出的行为动作与示教者相似且自然一直是该领域的热门研究课题.为此,基于朴素方法设计了一种改进的机器人行为模仿框架.该框架使用普通单目摄像头采集示教者动作,在朴素方法中引入行为语义识别模块与关键动作提取模块,使得机器人可以在理解示教者行为动作语义的基础上进...     

基于相似性的分布式数据挖掘

基于相似性的数据挖掘模型,主要是用于发现分布式资源之间的相似性,利用相似性,融合分布式数据库,减小数据挖掘的规模.本文主要介绍以关联规则中最大频繁项集为基础的一个相似性的度量方法,并根据对得到的相似性值的判断,来决定数据挖掘的数据源的引用规模.