不同声音偏好的游客声景观主观评价差异——以丽江大研古镇为例*

古镇作为集自然景观与人文景观一体的景区，具有丰富的声音类型。本研究以大研古镇为例，通过实地调研探究不同声音偏好的游客对古镇声景观的主观评价差异。基于游客的声音偏好，将游客分为偏爱自然声和偏爱人工声两大类。通过因子分析提取游客声景观主观评价的5个主因子：大小、音质、效价、偏好和唤醒。进一步分析发现，这5个因子具有一定的层级性，其中从大小到唤醒代表声景观评价从声音的物理属性向声音的联想评价逐级提升。其中在低层级评价(大小、音质)中，偏好自然声的游客和偏好人工声的游客无显著差异，低层级评价具有稳定性；而在高层级评价(效价、偏好和唤醒)中，偏好人工声的游客更关注古镇声景观的淳朴性和遗产性。因此，游客对声景观的主观评价可视为一种指标，判断景区声景所处的评价阶段，从而为景区声景观改善提供更有针对性的建议。     

民用无人机飞行风险评估与控制系统

为了有效评估无人机系统飞行安全风险并提出针对性风险控制措施,设计了无人机系统飞行安全风险评估与控制系统.首先基于运营决策支持和立法基础数据收集这一目标建立了系统的框架结构;然后针对风险控制需求,设计了无人机事故案例本体表示,实现了基于语义和属性值的综合相似性检索算法;针对风险评估需求,软件实现了无人机系统飞行危险源识别方法和定量的风险评估模型,最后通过危险源识别与重用无人机事故案例的方式提出风险控制措施.实验结果表明,无人机风险评估与控制原型系统为无人机系统的飞行安全提供了系统的解决方案.     

面向客户群的服务方案配置规则挖掘方法

产品/服务配置规则获取的主要方式是用数据挖掘技术从设计实例数据库中提取.客户化服务方案配置规则为服务功能需求和方案特征间的关联规则.考虑到常用关联规则挖掘算法Apriori具有运算复杂的缺点,提出基于PIETM(Principle of Inclusion—Exclusion and Transaction Mapping)算法的配置规则挖掘方法,考虑置信度和有趣度指标,提取强关联规则.针对配置实例数据库数据量较大时,配置规则挖掘的效率会降低且会产生大量冗余规则的问题,采用二元语义模型表达定性的服务功能需求,将同类客户群的功能需求进行合并,替换多样化的功能需求,减少规则的冗余.最后以一工程机械制造企业服务方案配置规则挖掘为例,验证了所提方法的有效性.     

基于激光雷达数据SVM分类的室内环境识别研究

语义地图构建对移动机器人导航与规划具有重要意义，而环境分类是语义地图构建的核心问题。目前所采用的环境分类方法匹配率较低，已成为语义地图构建所面临的主要问题。对此笔者提出了一种基于支持向量机的分类方法，该方法利用激光雷达数据提取环境几何特征，训练SVM分类器对机器人工作空间模式进行识别，并将所提算法用于室内环境的语义分类。实验结果表明，该分类方法具有较高的识别率，可有效地实现语义地图构建。     

一种合作研发风险因素识别方法

针对合作研发中的风险因素识别问题，本文提出了一种风险因素识别方法。首先构建了合作研发风险因素体系，然后在此基础上，考虑到专家针对风险因素之间的直接影响程度给出的语言区间判断信息，提出了一种考虑风险因素相互影响的合作研发风险因素识别方法，该方法是基于决策试验和评价实验室（DEMATEL）报告中的思想与方法，利用近年来发展的二元语义信息处理方法对语言区间判断信息进行处理和集结，进而对合作研发风险因素进行排序与归类。最后，通过一个算例说明了该方法的应用。     

语义表达与组织的冰山结构

本文提出一个冰山模型，可以对语义表达和组织的一般结构进行描述，从而增进对文本结构的理论解。     

应用LSI实现WEB图片的索引和查询

应用奇异值分解方法，分析相关文本词条和图片语义的关系，构造了一个图片“潜在语义索引”模型，用于缓解传统的许多WEB图片检索系统在索引和查询中遇到的同义词和多义词问题，实现语义索引和查询实验表明，该模型能有效地改善图片的索引和查询性能。     

基于BWM的改进区间VIKOR模型及其在新能源汽车公共充电桩选址决策中的应用

通过分析公共电动汽车充电桩布局的影响因素及市场需求,基于Best-Worst Method (BWM),分别刻画了电动汽车公共充电桩不确定因素下各属性权重.在考虑主、客观影响因素的基础上,利用BWM对区间二元语义VIKOR (ITL-VIKOR)方法进行改进,针对性地设计出电动汽车公共充电桩选址决策模型.在此基础上,运用BWM-ITL-VIKOR方法得到方案的最终排序.最后,通过该选址决策模型对西安市某工业园区公共充电桩选址案例进行分析,并对多个公共充电桩预选街区进行评价排序,验证了本文所提出的选址决策过程的有效性,并为决策者提供更为科学、合理的选址决策优化方案.     

基于小目标类别注意力机制与特征融合的AF-ICNet非结构化场景语义分割方法

针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,建立通道信息和空间位置信息以增强网络对非结构化道路小目标类别语义特征的提取能力。针对类别分布不均衡问题,改进权重交叉熵损失函数。利用AF-ICNet模型对Cityscapes与IDD数据集进行训练,在Cityscapes测试图像中分割的MIoU达到了71.5%,在IDD测试图像中分割的MIoU达到了62.5%。搭建实验测试系统进行实景测试,测试结果表明,AF-ICNet有效提升了非结构化道路及小目标类别的分割精度,并满足测试的实时性要求。