化学学科语义模型的研究

为了方便管理和有效使用各类教育资源,让计算机理解各门学科中概念的语义,本文采用了建立学科语义模型的方法,研究了化学学科的语义模型及其形式化描述.该模型可为实现化学类教育资源的语义分析、自动整合和重用奠定基础,也可为本领域其他学科的语义研究提供参照.     

派生语言值及其语义表示

本文首先引入特征值，语言值，实例值及程度分布函数待概念，然后讨论了同一实例值地原语言值和关于其派生值的程度之间的关系，提出了程度迁移率的概念，于是我们看到，派生语言值的语义就是其原语言值语义表示式与程度迁移率的乘积。     

谓词转换器的拓扑语义

本文利用半拓扑空间的连续映射建立Dijkstra谓词转换器的拓扑语义。，引入D－半拓扑空间概念，用以建立相容谓词转换器的语义，引入SM-半拓扑空间概念，用以刻画连续谓词转换器的语义。针对不确定程序，本文引入了dI-domain上半稳定映射概念，给出了其等价刻画。     

一种基于语义的协同事务模型

CSCW系统中存在大量的长周期、协作、交互事务，传统事务模型和高级事务模型不能有效地支持CSCW系统中的事务处理，本文提出一个基于语义的同事务模型，该模型基于协作过程和数据对象的语义信息，能够满足CSCW系统中事务处理的需要。     

基于卷积神经网络的刺绣风格数字合成

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。     

基于二元语义的建筑承包商信用评价模型

承包商信用评价是一个多指标群决策问题。本文针对建筑市场承包商信用缺失问题,在对国内外相关文献进行梳理的基础上,构建了承包商信用评价指标体系,即:基本情况、财务能力、管理能力、技术能力、信用记录。同时针对决策者对于承包商信用的评价多采用自然语言定性评价的特点,提出了基于二元语义及其相关算子的承包商信用评价模型,并给出了算法步骤,最后通过算例验证了该模型的有效性。实践证明,此模型能够让评语在集结过程中更完整地保留信息,使评价值更合理、客观。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。     

基于模式约束的XML数据存储和索引技术

对XML数据建立有效的索引,是左右XML数据处理性能的重要因素.现有的索引和存储策略,大部分以丢失结构信息为代价,不利于结构查询和更新.XMLSchema作为描述XML文档结构信息的标准,对文档和查询路径进行有效性验证提供保证,基于此提出了一种基于XMLmSchema模式约束的XML文档数据索引技术SBXI,用于文档数据存储和查询的导航,提高了存储和查询效率,具有较高的空间利用率和较低的索引维护代价,并支持含有多个谓词的复杂查询.     

不确定多属性群决策中混合信息的集结

在不确定多属性群决策中,研究专家给出的评价信息为语言和三角模糊数混合型的决策问题.提出一种转化方法,先将模糊数转化为语言短语集上的模糊集,然后,再将此模糊集转化为二元语义.同时在信息集结过程中,也均以二元语义的形式,以防止信息的过分丢失.最后,给出一个算例来说明此种处理方法的有效性和实用性.