基于模糊诊断模型的DICOMSR关系数据库构建与XML表示

随着医学图像系统应用的深入,用户对系统功能提出了更深层次的需求:由医学图像的组织管理上升到医学图像的智能检索.为了满足智能化医学图像检索需要,提出了一个含不确定信息的SR关系数据库表示模型,模型基于模糊理论,可以很好地表示医学图像诊断语言中的不确定信息.在此基础上,介绍了含不确定信息的SR关系数据库到XML的映射转换方法,实现了SR信息的XML表示.该模型和其XML表示法为下一步的基于语义的医学图像智能化检索方法的研究奠定了基础.     

基于本体的语义Web中知识获取技术研究

本文探讨了基于本体的语义Web知识获取技术,并用船舶领域作为背景进行实例分析,运用本体表示法对船舶领域知识进行表示,进而实现知识的半自动化获取,验证了基于本体的知识获取方法的效率。     

受限主观题自动判分系统设计与实现

研究了受限语境下中文文本语义相似度计算,提出一种文本语义形式化表示方法——语片表示法,实现了《〈操作系统〉课程主观题自动判分系统》。进行系统自动判分和人工判分的对比实验,系统判分正确率为85.24%。与同类重要系统进行了对比实验,发现系统有效性与对比系统相当。     

基于XQuery符号表示法的模糊时空数据查询

讨论了模糊时空数据查询的概念,研究了模糊时空数据时态查询、空间查询、属性查询和时空查询的各类查询形式及查询特性,基于XQuery提出了模糊时空数据查询的统一符号表示法,并对典型查询进行了举例说明.此外,还讨论了XQuery模糊时空扩展问题,包括XQuery表达上的扩展、处理上的扩展及体系结构上的扩展.提出的表示法可以表示时空查询语言STQL和移动目标查询语言FTL中规定的各类查询,并可以消除由不同查询表现形式带来的语义混淆,以对各类模糊时空数据查询进行统一表示.     

基于知识图谱使用多特征语义融合的文档对匹配

为了区分文档间的同源性和异质性,首先,提出一种多特征语义融合模型(Multi-Feature Semantic Fusion Model,MFSFM)来捕获文档关键字,它采用语义增强的多特征表示法来表示实体,并在多卷积混合残差CNN模块中引入局部注意力机制以提高实体边界信息的敏感性;然后,通过对文档构建一个关键字共现图,并应用社区检测算法检测概念进而表示文档,从而匹配文档对;最后,建立两个多特征文档数据集,以验证所提出的基于MFSFM的匹配方法的可行性,每一个数据集都包含约500份真实的科技项目可行性报告。研究结果表明：本文所提出的模型在CNSR和CNSI数据集上的分类精度分别提高了13.67%和15.83%,同时可以实现快速收敛。     

本体的语义变化表示策略

基于一般本体变化表示方法, 提出一种基于语义的本体变化表示方法. 该方法能清晰表示本体的变化信息, 描述变化的目的, 提高变化表示的可理解性, 减少变化表示中的冗余操作. 阐述了语义变化表示方法的基本形式, 分析了这些基本变化对本体的影响, 并设计了对应的处理策略, 从而使这种方法可以应用到本体演化过程中, 提高演化过程的处理能力.     

RDF在语义Web知识表示中的作用

基于Web具有的一些特征和应用于语义Web的知识表示语言RDF,分析了RDF提供的语法基础即如何用XML来实现语法,以及RDF如何无二义性地描述资源对象的问题,使得描述的资源的元数据信息成为机器可以理解的信息。在此基础上,提出了一种新的适合Web发展需要的知识表示方法,为智能应用领域提供基础;并阐述了以RDF为基础的知识表示语言可较好地实现语义Web的知识表示。最后通过基于OWL知识表示实例的语义检索应用给予了说明。     

时态关系的向量表示及其推理

作为推理的基础,时间的表示方法是一个基本的要素。文中为Allen的区间代数理论中区间的关系表达提出了向量表示法,称之为关系向量。其后,给出了定义在关系向量上的几种运算,并将其运用于时态推理中。这种方法把原先的矩阵表示法降为向量表示,从而较好地减少了时态推理计算量,并易于计算机实现。     

基于语义相似度的文本表示降维方法

数据降维是文本表示中不可或缺的一个环节,有效的数据降维方法不仅能够减少计算量,同时有助于文本处理精度的提高.不同于传统的利用统计信息进行降维的方法,本文提出了一种基于词汇的语义相似度的文本表示的降维方法,该方法结合自然语言处理的知识,在降维环节考虑了特征词的语义信息和词性信息.实验结果表明:该方法能够有效地降低文本表示的维数,并在降维后的空间获得较高的文本处理精度,基于语义相似度的降维方法是一种适合文本处理的降维方法.     

光传送网(OTN)节点的路由模型

提出了光传送网节点路由模型的概念,讨论了节点路由模型应达到的要求和建立模型的意义;给出了普适的矩阵表示法和针对节点具体结构的图表示法;并讨论了两种方法各自的优缺点。最后针对实际的光传送网节点给出了几个例子,并通过这些例子说明了路由模型矩阵表示和图表示的求法。     

一种多粒度区间语言信息的多属性群决策方法

文章针对具有多粒度区间语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和TOPSIS的群决策方法;该方法首先给出了将多粒度区间语言评价信息一致化为二元语义信息的方法,其中二元语义信息南基本语言评价集表示,然后计算各方案与正理想方案及负理想方案间的距离,并结合不完全确定的属性权重信息建立非线性规划模型,...     

RNA二级结构点括号图与CT文件表示法的相互转换算法研究

由于RNA二级结构表示方法对其功能和相似性的研究具有关键性作用,通过对现有RNA二级结构的各种表示方法进行讨论,重点介绍了点括号图表示法和二级结构平面图文本（CT文件）表示法,给出二者之间的相互转换算法,并通过实例验证了该转换算法准确、有效,可为研究RNA二级结构的相似性提供有效的数据支持.     

客车驱动桥壳智能化CAE系统的知识表示研究

为了开发客车驱动桥壳智能化CAE系统的需要,建立了某型号客车驱动桥壳的三维几何模型,并运用ANASY软件对其进行了有限元分析,得出了在典型工况下的应力和应变分布,分析了驱动桥壳的强度和刚度性能,积累了对驱动桥壳CAE分析的知识.在此基础上,通过对知识工程中知识表示的研究,探讨了适用于驱动桥壳CAE分析知识表示的表示方法,采用面向对象的知识表示法、框架知识表示法、产生式规则知识表示方法三种方法的混合知识表示体系对其进行表示,为开发客车驱动桥壳智能化CAE系统奠定了基础.     

浓度单位的符号和换算

一、在大气污染中,污染物的浓度单位,常用的有两种表示方法。一是体积表示法,一是重量、体积混合表示法。1.体积表示法,是用每立方米(m~3)大气中含有污染物的毫升(ml)数表示,符号为 ml/m~3,因为一立方米等于一百万毫升,通常采用百万分率符号 ppm 来表示,即     

异构网络表示学习方法综述

现实生活中存在的网络大多是包含多种类型节点和边的异构网络,比同构网络融合了更多信息且包含更丰富的语义信息。异构网络表示学习拥有强大的建模能力,可以有效解决异构网络的异质性,并将异构网络中丰富的结构和语义信息嵌入到低维节点表示中,以便于下游任务应用。通过对当前国内外异构网络表示学习方法进行归纳分析,综述了异构网络表示学习方法的研究现状,对比了各类别模型之间的特点,介绍了异构网络表示学习的相关应用,并对异构网络表示学习方法的发展趋势进行了总结与展望,提出今后可在以下方面进行深入探讨:1)避免预先定义元路径,应充分释放模型的自动学习能力;2)设计适用于动态和大规模网络的异构网络表示学习方法。     

数字制图中河流渐变方法的设计与实现

对数字制图中河流渐变方法进行研究,分析了渐变线型表示法、河流分段表示法、河流缓冲区表示法等三种解决河流渐变问题方法的优缺点,最终在MicroStation V8的平台上,选择渐变线型和河流分段相结合的表示方法来实现最佳效果.该方法大大提高了作业效率、增强了河流渐变质量和美感,具有较大的推广价值.     

基于事件异构图表示的文本去重算法

基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是,目前该表示方法还不能完整地表示文本的全部信息,并且忽略了图的语义信息,降低了新闻文本的去重效果.为此,本研究提出基于事件异构图表示的文本去重算法,该算法首先通过事件异构图表示新闻文本的全局语义与结构信息,然后提出双标签图核算法表征事件异构图,实现深度表征图的结构及语义信息.实验结果表明,该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后,该算法能提高新闻文本的去重效果.     

融合属性信息的知识表示方法

现有的联合知识表示学习模型使用实体描述作为辅助信息来提升表示效果,忽略了互联网中大量有价值的信息。为此,提出一种融合属性信息的知识表示学习方法(AIKR)。首先抓取实体的不同属性,并通过莱文斯坦距离从语料库中匹配属性对应的说明文本;然后利用卷积神经网络对说明文本进行编码;最后将得到的实体属性表示与翻译模型生成的结构表示相结合进行联合学习。实验结果表明,相比仅利用实体描述的方法,融合属性信息的知识表示方法可以学习到更多的语义信息,取得了更好的表示效果。     

ER模型的语义概念集合和表示法

ER模型能够清晰地表达现实世界的实体、联系和约束。主要从数据结构、数据操作、数据的约束条件3个方面归纳了ER模型所支持的语义概念集合,介绍了几种在应用中使用比较广泛的表示法,并对它们所支持的概念集合、图形表示法和CASE支持工具等进行了比较。     

谈法语中原因的表示法

扼要地阐述了法语中表示原因的多种方法、特征和途径，并列举典型例句以解析不同的原因表示法对句子产生的不同影响。