融合视觉特征和语义关系特征的视觉故事生成方法

现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。     

一种多层次语义视频对象分割算法

提出一种基于高斯马尔可夫随机场及规则化图划分的多层次语义视频对象分割算法,其主要特点是将视频序列帧中对象的分割看成是“内容树”结构中复合结点的形成过程.首先使用高斯-马尔可夫模型来进行视频帧内的最优标记场标定,然后引入规则化图划分准则进行过分割区域的合并,得到具有语义意义的视频对象.实验表明,本分割算法具有较高的准确性,误差的均值为11.375%,标准方差为0.94%.     

CAI素材库逻辑结构及其操作模式

在构造实用CAI素材库的实践基础上,通过研究CAI软件制作中存在的问题,提出了素村库的逻辑结构、各类素材的数据模型、语义关联机制以及素材库的存储与管理模式,能够有效支持素材检索操作,为建立实用的多媒体素材库系统MMDS建立了理论框架。     

基于Petri网的电梯系统规格说明

为克服非形式化技术描述系统规格说明带来的二义性,采用了一种形式化技术——Petri网来描述电梯系统的规格说明。Petri网技术是对离散并行系统的数学表示,适合于描述并发的计算机系统模型,可以正确的描述电梯系统。     

基于本体的电力系统异构数据查询机制

随着电力企业信息化进程的不断推进,大量信息管理系统被应用于各种业务中,造成这些系统间存在异构数据,难以共享,甚至还存在各种语义冲突,影响数据的挖掘和分析.为此,提出了一种利用本体技术对电力企业内部的异构数据源进行融合的综合查询机制,可以有效解决电力企业内部数据源的语法和语义异构问题,把来自于各部门的多个数据源进行整合,为数据分析系统提供统一的数据查询接口.实验表明,该机制能够有效消解异构数据源之间的语义冲突,为数据集成提供基础.     

基于语义约束与Graph Cuts的稠密三维场景重建

本文提出一种新颖、有效的稠密三维场景重建算法.在城市建筑场景的重建中,为了快速恢复稠密、准确的深度信息,本文算法首先在视图中对建筑区域进行了语义分割以降低非重建区域(如天空、地面等)的干扰,在提高整体重建速度的同时也增强了采用平面模型对其进行重建的可靠性;然后,在通过基于DAISY特征的空间点扩散方法获取的初始深度图的基础上,针对传统算法难以重建的弱纹理、倾斜表面等区域,本文算法依据场景分段平滑的假设,在超像素级MRF能量优化框架中对其相应的空间平面进行了推断.由于能量函数融合了初始深度图的约束、空间平面先验及空间平面间的几何关系等信息,而且候选平面集通过平面拟合和已知平面约束下的多方向平面扫描两种方法构造,使得相应的两阶段迭代Graph Cuts对能量函数的求解更快速和精确.在标准数据集和真实数据上的实验表明,本文算法能有效克服光照变化、透视畸变、弱纹理区域等因素的影响,快速恢复建筑区域完整的深度图.     

修饰语形容词语义指向分析

形容词作定语时修饰主语或宾语,在句法上与其中心语构成直接成分;形容词作状语时修饰谓语,在句法上与谓语构成直接成分。但在语义平面上,定语形容词的语义不仅指向其中心语,还指向句内的其它成分或句外成分;状语形容词的语义不仅指向谓语,还指向句子中的主语、宾语等体词性成分,形成了一种句法与语义相悖的结构。作定语和状语的同一形容词虽语义指向相同,但所表达的主观意义不同,修饰语形容词语义指向的不同是人类认知模式的反映。     

系统Z上的谓词演算

本文在非经典形式系统Ｚ（它用来刻划辩证否定的特有性质）之上，引入若干条公理，建立一个谓词演算系统ＺＱ，并把系统Ｚ的语义推广到系统ＺＱ中去。附带地，也在系统ＺＴ上建立了谓词演算系统ＺＱＴ（但ＺＱ的成立不依赖于ＺＱＴ成立与否）。     

基于潜在语义空间维度特性的多层文档聚类

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系.基于这种认识,通过采用不同维度来实现文档在不同概念粒度下的聚类,并获得了很好的聚类准确率.另外,在基于潜在语义分析的文档聚类算法中,采用文档自检索矩阵的行向量,代替低维文档向量作为聚类对象,获得了更好的聚类准确率.     

基于《现代汉语规范词典》的语义特征库建设

在自然语言理解中,语义特征起到了重要的作用,然而,各家设置的特征在种类和命名上存在不一致性.一种解决方案是基于优秀的文本词典建设特征库,以<现代汉语规范词典>为例,手工抽取了9大类特征,并提出了‘概念属性的自动提取模型',取得了比较理想的实验结果.