基于本体的中国画建模及检索研究

中国画作品的电子化是当前中国画艺术传播的主要趋势,如何对电子化的中国画图像建模才能有效索引和检索就成为了一个挑战性问题。本体是很好的语义建模工具,能很好地解决这个问题。首先对中国画的特点进行了细致的分析,接着针对中国画的特点详细地论述了构建本体模型的过程,包括如何选择CRM本体中合适的属性以及将它们扩展到特定的中国画领域;最后,提出了基于本体的检索框架,并基于此框架进行图像的标注和检索。     

基于本体的关系型数据库集成与应用

本体越来越多地被用于异构信息的集成。本体整合大体上有三个不同的方向:单本体方法、多本体方法和混合本体方法。提出一个基于混合本体的信息集成框架,此框架能够支持两种查询:基于全局本体的查询和基于局部数据源的查询,且详细地论述了两种类型查询的实现原理和过程。此外,将此框架应用于分布式的数字博物馆中,证明了方法的有效性。     

基于视觉注意力机制的图像检索研究

信息技术的发展使各种图像信息日益膨胀,如何从中找到重要的信息一直是机器视觉和信息处理研究中长期面临的重要问题。将视觉注意力机制引入到图像分析领域,则能获得高效的检索能力。本文首先介绍了视觉注意力、视觉注意力计算模型及研究现状,其次分析了图像中引入视觉显著性的必要性和重要性,论述了图像视觉显著性的层次、显著性特征的选择及度量;最后给出了有待研究的重点问题。     

一种Omni-顺序扫描的补充算法

提出了一种Omni＿顺序扫描的补充算法,修改了原Omni＿坐标的结构,使新的索引文件在完成利用三角不等式进行过滤的原有功能之外,对剩余的对象进行了第二级过滤,再次减少了所需进一步比较对象的数目,有效减少了I/O次数,提高了索引算法的效率.文中对500幅RGB位图进行了6组实验,分别对应不同的焦点数和查询半径,新算法较原算法的检索效率的提高率分别为:21.9%,30.3%,19.2%,23.2%,17.3%,18.4%.实验数据验证了算法的有效性.此外,并对实验数据进行了比较分析.     

运用Jena对本体模型进行推理及其应用

推理作为知识表示的核心在语义Web中扮演着重要的角色.结合本体语言OWL、本体建模工具protégé和语义网系统开发工具Jena API,首先通过实例论述了如何针对本体模型进行推理,然后又详细论述了推理在徐悲鸿数字博物馆中的应用.     

基于焦点和角度的多维索引方法

多维索引方法的算法非常复杂且难于实现,有时算法的复杂程度和其性能的提高是不相匹配的.为此,作者提出了一种基于焦点和角度的多维索引结构.基本思想是在对象空间选出焦点集,通过计算得到中心焦点、基本向量集和FAC＿坐标.在检索时,通过估计结果集内数据点与基本向量的夹角范围来实现对数据点的过滤.这种索引方法的最大优点是索引文件较小,所需的存储空间小.因而,这种方法能够更好的适应于维数和数据集的增长.此索引结构与Omni＿顺序扫描算法的过滤效率通过实验进行了对比,实验数据验证了该索引方法的有效性.     

支持语义查询的扩展关系型数据库设计及应用

传统的数据库非常适合于存储和处理大量的数据,但其检索是基于关键字的。本体的检索是基于知识的,但当实际的应用中存在大量的实例信息时,推理机都不能够得到特别满意的性能结果。吸取两者的优点,提出扩展关系型数据库检索模型,将其应用于数字博物馆的检索系统中,并对此方法检索的查全率和检索效率进行了分析。     

本体论与语义Web

起源于哲学的本体论在信息科学领域受到广泛关注,其重要性已在许多方面表现出来,尤其是本体在Web上的应用导致了语义Web的诞生。简要综述计算机科学中本体论的研究和应用现状,主要内容包括本体论的起源和发展、本体的定义、本体的作用、本体的分类、本体的构建方法、原则及应用。在语义Web部分,重点说明了本体和语义Web的关系、面向Web的本体描述语言以及当前国内语义Web的研究与应用,并给出了本体论研究、应用及语义Web今后重点研究的问题。     

基于小波神经网络的数字信号调制方式识别

针对当前数字信号调制方式识别方法易受噪声影响、 识别误差较大等问题, 设计一种基于小波神经网络的数字信号调制方式识别方法. 首先采集数字信号, 并从信号中提取调制识别特征, 作为数字信号调制方式分类依据; 然后采用小波神经网络建立数字信号调制方式识别的分类器, 并选择粒子群优化算法确定神经网络的参数, 实现数字信号调制方式识别; 最后在MATLAB[KG*6]2016平台上实现数字信号调制方式识别的仿真测试. 测试结果表明, 即使数字信号的信噪比较低时, 小波神经网络仍可获得较理想的数字信号调制方式识别结果, 且数字信号调制方式识别率高于对比方法, 从而提高了数字信号调制方式识别性能.