服务匹配模型中综合语义匹配方法研究

针对目前基于语义的服务匹配系统中的匹配方法存在对同一等级概念区别不清的问题,采用Web Services和语义Web技术,提出了一个基于UDDI和OWL-S的服务匹配模型,即对传统服务匹配模型的UDDI中引入语义化服务描述和基于数值计算的语义匹配功能.并综合利用基于几何距离和基于信息容量两种语义相似度算法的优点,设计了一种综合语义匹配算法,最后通过实验验证了该方法的优越性.     

日语叠词的构词特点及其作用

叠词是一种能够表达多种语义色彩的语言现象.因此,准确、恰当、自然而巧妙地使用叠词,既可以使语言显得生动活泼,也有助于理解.通过对日语叠词的定义、研究现状以及叠词结构在语言表达过程中的作用等进行整理和分析,以期全面把握叠词的语言特点及含义,进而达到提高语言理解能力和表达能力的效果.     

基于语义的词语相似度算法研究

在《知网》的研究基础上提出了一种新的计算词语语义相似度的算法。在计算义原相似度时,深入研究了义原间的上下位关系和反义对义关系,考虑了义原间的共同节点数和语义距离,同时引用了《知网》最新发布的情感分析用词语集;此外,还分析了常见的弱义原和不带感情色彩的中性词,排除了它们对结果的干扰。实验结果表明,本算法使词语相似度计算结果更趋于合理,满意度更高。     

本体概念与词汇的语义相似度计算方法

提出了一种本体概念与词汇语义相似度的计算方法。此方法结合编辑距离与Wordnet距离两者的优点综合衡量词汇与本体概念之间的语义相似度,从而将词汇映射到本体概念,同时不断的扩充本体丰富本体,更进一步提高算法的性能。实验结果说明此方法是可行的。     

基于良好农业规范(GAP)的蔬菜种植地系统评价方法

针对良好农业规范(GAP)在蔬菜基地应用中的种植地评价问题,提出了蔬菜种植基地农产品安全评价指标体系.应用层次分析法(AHP)分析得到各个评价指标的权重.给出了基于二元语义语言信息处理的系统评价方法和计算步骤,最后结合出口菠菜备案基地的农产品安全评价进行了实例分析.图1,表2,参9.     

基于工程语义信息和优先约束矩阵的装配顺序规划方法

虚拟装配作为虚拟制造业的一个重要分支,不仅为降低产品发展的成本和缩短上市时间提供了有效途径,还有助于提高产品自身质量.提出的装配顺序规划方法主要基于两个方面:一方面是从人机交互(HCI)对话框中获得的工程语义信息(SEI),另一方面是根据每个装配元件的配合约束关系,几何图形和拓扑信息、以及可移动方向集(MDS)推导出的优先约束矩阵(PCM).在对原始干涉情况进行修正后,从工程的角度通过分析优先约束矩阵生成完备的可行甚至最优装配顺序并非难事.最后,将一个仿真模型引入对Pro/Engineer二次开发出的虚拟装配支持系统VASS 2000,以验证该方法的有效性和实用性.     

支持语义验证的卫星网络仿真框架研究

为保证卫星网络仿真异构模型和服务的可重用性和互操作性,支持仿真的正确性验证,使用基于本体的集成工具Protégé和推理机Pellet建立了支持语义的卫星网络仿真框架.在分析支持语义的仿真验证概念基础上,明确了卫星网络集成仿真框架的实现目标,并提出仿真框架三维视图.针对卫星网络覆盖特性仿真任务,根据仿真框架生成的一致性仿真实例,开发了仿真应用并给出仿真分析结果,证明仿真框架可以保证仿真应用的语义正确性.     

群体研讨评价观点的认知效果

探讨了信息共享的群体研讨中不同类型的评价观点对认知过程和群体绩效的影响.研讨人员提出自己的观点,允许和鼓励对他人观点发表肯定和否定的评价.和禁止评价相比,同时允许发表正反两方面评价的群体产生更少的主意,因为认知激励的效果不明显;仅允许和鼓励发表肯定评价的群体产生更少的主意类剐,而同一语义类剐下的主意数量多;仅允许和鼓励批判的研讨人员产生的主意语义类剐多,但同一语义类别下的主意数量少.进一步讨论了评价观点的认知效果和实际应用价值.     

边缘增强的变感受野自注意力撕囊评估算法

为了解决前囊的透光性、器械遮挡和较大的场景差异造成的分割困难,实现撕囊操作的定量评估、缩短医生的学习曲线、提供更规范的治疗,通过边缘增强的方法使得结合了自注意力的变感受野网络关注边缘特征,更加准确地分割出撕囊形成的前囊孔洞并对其进行定量评估。首先利用变感受野的空洞卷积网络获取多尺度的语义依赖,接着通过自注意力机制建立边缘和目标内部的依赖关系,最后利用分割结果计算出用于手术评估的圆度、居中度和半径指标。自建了白内障撕囊数据集,并利用球面化算法对其进行了增广和误操作模拟,提出的分割算法在该数据集上进行了测试,实验结果表明所提出的算法明显优于传统分割算法,精确度、交并比分别达到了96.51%、93.25%。可见,该算法能够实现更精准的前囊孔洞分割和术后评估。     

基于WebGL的数字露头可视化表征与识别系统: 以无人机倾斜摄影依奇克里克剖面为例

为满足地质工作者对野外露头表征数据分析的需求,针对现有的软件在三维可视化、跨设备、跨平台性及易操作性等方面的不足。本文基于WebGL(Web Graphics Library)开发了地质三维数字露头可视化平台。首先设计了平台的开发框架及实现路线,以Cesium为框架为基础,通过无人机倾斜摄影进行数据采集,结合U-net算法对地质数据进行分割和分析,实现了数据在跨平台、跨设备上的可视化展示和交互。具体应用中,U-net算法可自动识别和标记地质露头的地层特征和结构,可视化平台则针对识别出的特征提供丰富的测量和标绘工具,更加直观地展示露头信息,有助于地质勘探者更快捷、更全面地理解野外地质条件,提高露头表征数据的分析效率和易用性。仿真分析实例表明,验证了基于U-net算法的分割结果在露头表征和地层分析方面取得了较高的精度和可靠性,该可视化平台将会极大提升野外露头表征的分析效率与易用性,对加快数字中国、智慧地质的建设具有极高的应用价值。