基于本体的Web图像语义标注与检索模型

针对传统的基于关键字Web图像检索中的语义缺失问题,结合Web图像的视觉特征和描述文本,利用本体描述Web图像的语义特征,构建了基于本体的Web图像语义检索模型。该模型以领域本体描述Web图像的语义特征,通过自动图像标注技术构建Web图像本体库,用户可以通过输入关键词或者提交示例图像进行图像检索。实验表明,该模型具有较高的图像检索准确率。     

基于描述逻辑的图像检索

利用数学中可以明确表示的基本图形形状这个前提,提出了一种基于基本图形形状的描述逻辑语义图像检索,并应用Sugeno模糊积分来进行形状相似性度量尝试。     

基于本体和自动标注的网络邮票图像语义检索研究——以南京邮电大学数字邮票库为例

针对网络邮票图像的特点,提出邮票领域本体构建方法。根据网络邮票图像的视觉特征和描述文本．利用本体描述其语义特征,通过自动图像标注技术构建邮票图像本体库,并构建网络邮票图像的语义检索系统。实验表明,该系统解决了网络图像基于关键字检索和基于内容检索中的语义缺失问题,具有较高的图像检索准确率。     

数字图书馆中基于内容的图像检索研究

针对数字图书馆中的图像检索问题,提出了一种基于SVM的相关反馈算法。比较了基于SVM的相关反馈方法和MARS方法的检索性能,在一定程度上解决了基于内容的图像检索中由于底层特征和上层理解之间的差异而造成的＂语义鸿沟＂问题,仿真实验表明这种算法能提高数字图书馆中图像检索的效率和查全率。     

基于本体的Web语义查询研究

基于本体基础提出相似度和相关度分析,以充分挖掘领域本体所提供的背景知识,通过语义推理将描述的隐含语义显式化,提供计算机被描述资源的可理解语义.设计了实现该方法的Web信息检索模型,实验表明该方法能提高查准率和查全率.     

基于语义引导贝叶斯算法的交互建筑设计模型

针对标准贝叶斯算法在交互建筑设计的应用中还存在效果不好的问题,本文提出了一种基于语义引导贝叶斯算法的交互建筑设计模型,首先针对交互建筑图像某区域从某一角度的理解,采用高斯混合模型实现低层视觉特征到语义的映射,并用概率来表达了对图像对象理解的置信度。然后采用改进贝叶斯算法将中层语义融合,最后用商代法、最小二乘法、微分法等数学方法对运行速度优化。仿真试验结果表明,本文提出的基于语义引导贝叶斯算法的交互建筑设计模型相比较标准贝叶斯,具有更快的运行速度,并且应用效果良好。     

语义网格环境下知识管理模型的建立

将语义web的优势和网格技术的先进技术结合起来研究,提出知识管理的语义网格构架,探讨语义网格环境下知识管理模型建立的主要技术和语义网格环境下相关的知识服务,重点论述基于本体的语义注释技术和基于本体的知识发现以及在语义网格环境下隐性知识的转化模型,在此基础上描述语义网格环境下构建知识管理模型的思路,并从应用层、空间语义层、知识网格服务层和分布式资源四个层次对知识管理模型进行分析.     

计算机领域中图形与图像的区别与联系

图形和图像在我们的日常生活中应用是非常广泛的,弄清楚图形与图像的区别与联系对我们的El常应用是非常有好处的。本文先给出了图形和图像的概念,再从数据描述、屏幕显示、适用场合、编辑处理、文件格式、关键技术等方面加以区别,最后通过图形和图像的转化讲述了它们之间的联系。     

图像语义特征的探索及其对分类的影响研究

【目的/意义】针对当前利用计算机管理图像资源存在图像语义特征表达不足等问题,探索和分析了特征及 特征融合对分类结果的影响,提出了一种提高图像语义分类准确率的方法。【方法/过程】本文定义了四种图像风 格,将图像描述特征划分为三个层次,探究特征融合的特点,寻求能有效表达图像语义的特征。分别采用SVM、 CNN、LSTM 及迁移学习方法实现图像风格分类,并将算法组合以提高分类效果。【结果/结论】基于迁移学习的 ResNet18模型提取的深层特征能够较好地表达图像的高级语义,将其与SVM结合能提高分类准确率。特征之间 并不总是互补,在特征选择时应避免特征冗余,造成分类效率下降。【创新/局限】本文定义的风格数目较少,且图像 展示出的风格并不绝对,往往可以被赋予多种标签,今后应进一步丰富图像数据集并尝试进行多标签分类。     

基于线性混合模型的目标对象变形方法

针对基于单一的节点或骨架模型变形方法会产生局部扭曲现象的问题,提出了一种基于图形边界提取与基于边界变形相结合的方法。在手动指定变形定位点后,根据源图像与指定图像中变形点的对应,将源图像中的图形按照变形点变换到指定图像中。实验结果表明,该方法快速、灵活、有效,且变形后的目标对象具有光滑、自然的特点。     

基于单张二维图像的三维建模研究

对基于单张二维图像重建三维模型问题进行深入研究,对目前使用的方法进行比较分析,提出了基于紧水平支集的S FS三维模型重建方法。首先改进了基于快速匹配算法求解的紧水平支集方法,以提高紧水平支集求解的精度和效率,并将此方法应用到求解S FS问题,提出基于水平集快速求解S FS问题的方法;接下来为解决S FS固有的凹凸二义性问题,基于分水岭的思想寻找凹凸分界线,以此确定产生凹凸二义性的区域用以进行重建;最后利用拓扑变换重构凹陷区域,得到正确的三维模型。     

基于语义网的网络智能导航系统研究

针对网络智能导航不能根据用户的真实需求,将用户快速、准确地引领到目的地的情况,提出一种基于语义网的网络智能导航系统。通过建立网络信息语义模型和用户需求语义模型,在网络信息和用户之间构建导航语义网,将用户文字描述的具体需求准确理解并输入到导航语义网,在导航语义网中完整理解导航需求,准确实现用户对信息搜索的导航。     

关联数据资源集相似度计算方法研究

文章提出的适用于关联数据资源集相似度计算的综合描述信息模型,分为基本描述、内容描述和外部链接3个模块描述资源集,并根据各信息项的特点挑选字符串相似度、集合相似度、向量空间模型和基于统计和语义的相似度等算法计算资源集相似度,在一定程度上解决了当前关联创建中相关资源集手工配置的问题。     

Semantic understanding based on multi-feature kernel sparse representation and decision rules for mangrove growth

With the rapid development of remote sensing technology, using remote sensing technology is an important means to monitor the dynamic change of land cover and ecology. In view of the complexity of mangrove ecological monitoring in Dongzhaigang, Hainan Province of China, we propose a semantic understanding method of mangrove remote sensing image by combining a multi-feature kernel sparse classifier with a decision rule model in this paper. First, on the basis of multi-feature extraction, we take into account the spatial context relations of the samples and introduce the kernel function into the sparse representation classifier, a multi-feature kernel sparse representation classifier can be constructed to classify cover types of mangroves and their surrounding objects. Second, in view of growth conditions of mangrove area, we put forward a semantic understanding method of mangrove remote sensing image based on decision rules and divide mangrove and non-mangrove areas by combining classification results of the multi-feature kernel sparse representation classifier. We make a divisibility analysis based on the extracted features of spatial and spectral domains. Then select the best split attribute based on the maximum information gain criterion, to generate a semantic tree and extract semantic rules. Finally, we work on the semantic understanding of mangrove areas in line with decision rules and further divide mangrove areas into two categories: excellent growth and poor growth. Experimental results show that the proposed method can effectively identify mangrove areas and make decisions on mangrove growth.     

基于XML与PSL的电子商务信息协同交互的研究

为了解决异构系统的电子商务过程中流程信息的协同交互,本文探讨了本体论(PSL)和XML的技术特点,设计一个基于XML的流程描述元模型,在语义层次上通过PSL语义定义和映射规则来统一基于XML描述流程信息,实现了流程信息的协同交互。最后通过具体的采购过程实例,验证了该模型及实现方法的可行性。     

基于语义矩阵的图像检索相关反馈技术

针对基于语义网络的图像检索中的过反馈问题,本文提出了将语义网络转换为语义矩阵,采用基于多用户相关反馈的投票机制,可有效地克服过反馈.在此基础上提出了一种新颖的新图添加策略和处理语义向量查询的有效方法,最后指出了还需进一步研究的问题.     

基于协同训练的意图分类优化方法

[目的/意义]针对单纯使用统计自然语言处理技术对社交网络上产生的短文本数据进行意向分类时存在的特征稀疏、语义模糊和标记数据不足等问题，提出了一种融合心理语言学信息的Co-training意图分类方法。[方法/过程]首先，为丰富语义信息，在提取文本特征的同时融合带有情感倾向的心理语言学线索对特征维度进行扩展。其次，针对标记数据有限的问题，在模型训练阶段使用半监督集成法对两种机器学习分类方法（基于事件内容表达分类器与情感事件表达分类器）进行协同训练（Co-training）。最后，采用置信度乘积的投票制进行分类。[结论/结果]实验结果表明融入心理语言学信息的语料再经过协同训练的分类效果更优。     

融合底层语义特征的医学图像信息标注

【目的/意义】本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的方法对医学图像信息进行语义自动标注,为医务工作者提供临床决策参考,便于普通公众理解医学知识和了解个人健康情况,也可以在大数据环境下扩展图书情报领域研究人员对信息组织与处理的范围,促进学科交叉与融合,提升智慧医学的发展,为健康中国战略提供智力与技术支持。【方法/过程】融合图书情报领域知识与医学知识,将图像语义标注看作为一个多类分类问题,首先,抽取颜色、纹理等外部特征及局部视觉特征等底层语义特征;然后,运用随机森林的方法,设计了基于随机森林的医学图像自动标注方案。【结果/结论】融合底层语义特征的医学图像信息自动标注的方案与随机树标注方案相比较,具有较好的效果。【创新/局限】将视觉语义词典作为医学图像的底层语义特征引入到图像标注中;运用随机森林构建的医学图像标注方案;局限在于仅采用BreaKHis数据集为实验数据。