犯罪信息网络分析与建模

基于2012年美国数学建模C题的数据,利用83人共15个种类的600条信息进行了犯罪信息网络分析,建立了概率网络模型和最短路径模型,设计了相应的求解算法,对所有人的可疑度进行了评价和排序,找出通信网络中的可疑嫌犯,并对两个模型进行了对比。然后基于中心性理论建立了识别嫌犯领导人的模型,得到犯罪集团中最可能的领导人。最后讨论了文本分析、语义网络分析方法在犯罪信息网络分析中的应用,并对模型在其他领域推广应用的可行性进行了探讨。     

基于二元语义的高原地区航材配送中心选址决策研究

针对高原地区航材配送中心选址决策特点,构建了航材配送中心选址指标体系,提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤.通过实例得出了备选点的综合评价值,证明了方法的有效性.     

类别非均衡遥感图像语义分割的全卷积网络方法

基于U-Net模型,提出了一个全卷积网络(FCN)模型,用于高分辨率遥感图像语义分割,其中数据预处理采用了数据标准化和数据增强,模型训练过程采用Adam优化器,模型性能评估采用平均Jaccard指数。为提高小类预测的准确率,模型中采用了加权交叉熵损失函数和自适应阈值方法。在DSTL数据集上进行了实验,结果表明所提方法将预测结果的平均Jaccard指数从0.611提升到0.636,可实现对高分辨率遥感图像端到端的精确分类。     

一种使用语义和遗传进化思想的CAD和GIS数据转换方法

为提高CAD和GIS数据转换的效率和准确性,利用语义映射关系和生物种群进化的思想,设计了一种用于数据转换的语义适配器,提出了一套实用、高效的数据转换模型.实例表明,该模型具有较好的实用价值,在一定程度上能够解决CAD和GIS数据智能转换的问题.     

基于策略和虚拟机技术的动态远程证明框架

针对现有可信计算中远程证明方案的不足,将虚拟机技术和策略相结合,提出并实现了一种新的远程证明框架.该框架在用户终端构建可信虚拟机向应用系统提供可信的执行环境,服务方可以制定灵活、细粒度的策略,并借助于可信虚拟机来分发和执行这些策略,从而保证终端平台的行为符合服务方的要求.通过相关分析和模拟实验,结果表明:该框架町以开放地允许更多的软件实体接入,并具有良好的实时性、动态性、灵活性,真正实现了基于行为的远程证明.     

基于二元语义组合赋权的制造企业绿色创新能力评价模型及实证研究

随着可持续发展战略成为21世纪全球人类面临的共同选择,绿色创新也逐渐成为企业发展的新趋势和学者关注的新领域。从绿色创新投入能力、绿色创新产出能力及绿色创新支撑能力3个方面构建了制造企业绿色创新能力评价指标体系,运用二元语义AHM法、二元语义离差最大法及二元语义熵值法确定指标权重,然后基于最小距离-最大熵原理集成赋权结果得到组合权重,由此构建出制造企业绿色创新能力评价模型。最后以黑龙江省两家装备制造企业为例进行实证分析,结果表明:两企业在绿色创新方面取得较好的效果,且整体评价值对关键指标变动不敏感。此外,提出进一步提高可持续发展能力的具体决策指导,为我国制造企业绿色创新能力评价和未来决策提供理论参考。     

Point-GAT：图注意力机制与关键点检测的融合

针对以往基于关键点的目标检测存在小尺度上的检测结果不太理想,忽略关键点之间的类别语义信息的问题,提出了一种新的关键点检测算法Point-GAT。该算法通过在Hourglass和ResNeXt主干网络上加入快捷连接,解决网络深度增加带来的学习退化问题;使用反卷积和特征融合增强小尺度目标的检测效果;同时算法使用了图注意力机制,通过构建有向有权重图映射类别之间的语义关系,获得关键点之间的类别语义信息;在优化定位和回归函数的同时,加入分类损失函数分支来反映类别语义信息。在COCO数据集上实验结果表明,该算法平均精度达到了48.3%,在PASVAL VOC 2007和PASVAL VOC 2012数据集上平均精度均高于其他算法。     

基于语义相似度与XGBoost算法的英语作文智能评价框架研究

作文智能评分和评语智能生成能极大减轻评阅专家的工作量、节约人力成本。目前,评分和评语结果的准确性与公平性尚不高。近年来,机器学习和自然语言处理等技术的快速发展,在一定程度上提升了文本分类、机器翻译等任务的性能,但仍有许多新的研究成果尚未应用于作文智能评价。本研究综合了词向量(word2vec)、段落向量(paragraph2vec)、词性向量(pos2vec)和LDA (latent dirichlet allocation)等特征,共同组合为作文的语义表示向量;采用基于kNN (k nearest neighbors)算法的语义相似度模型,得到作文的评语标签;采用基于XGBoost(extreme gradient boosting)的回归模型计算英语作文的评分值;并以900篇大学生英语作文为样本,构造算例进行验证。最后表明,提出的智能评价框架在英语作文自动评分和评语生成的准确性上,都要高于传统方法。     

基于改进DeepLabv3+的无人车夜间红外图像语义分割

为了增强无人车对夜间场景的理解能力,针对无人车在夜间获取的红外图像,提出了一种基于改进DeepLabv3+网络的无人车夜间红外图像语义分割算法。由于自动驾驶场景中的对象往往显示出非常大的尺度变化,该算法在DeepLabv3+网络的基础上,通过引入密集连接的空洞卷积空间金字塔模块,使网络生成的多尺度特征能覆盖更大的尺度范围。此外,该算法将编码器模块的多层结果拼接在译码器模块中,以恢复更多在降采样过程中丢失的空间信息和低级特征。通过端到端的学习和训练,可直接用于对夜间红外图像的语义分割。实验结果表明,该算法在红外数据集上的分割精度优于原DeepLabv3+算法,平均交并比达到80.42,具有良好的实时性和准确性。     

基于树结构的多策略本体映射算法

针对语义Web中的本体异构问题, 提出了一种基于树结构的多策略本体映射算法,该算法的特点在于:按照数据类型分类进行映射,并采用启发式规则,提高了映射效率;同时考虑了概念的语言相似性、实例相似性和结构相似性,提高了相似度计算的准确性;采用迭代矫正,最终得到正确而完整的映射对.实验结果表明,该算法的查准率和查全率均优于GLUE算法,能有效完成本体间的映射.