基于改进DeepLabV3+网络的卫星遥感图像林地提取

针对普通卷积神经网络在遥感图像分割中林地边界区域识别不完整、小片林地分割精度低的问题,提出一种基于transformer与注意力机制的DeeplabV3+网络改进方法。在编码阶段引入transformer机制,将原池化金字塔部分中的空洞卷积操作替换为可获取更多上下文信息的transformer操作,从而提高网络对林地边界信息的提取能力;将注意力机制引入到网络的解码部分,提升模型对小片林地的检测能力。实验表明,采用改进后的方法平均交并比(MIou)可达到81.83%,对比原DeepLabV3+网络模型提升了1.25%。该方法充分考虑了卫星遥感图像分割中林地边缘信息的提取以及对小目标的关注度,提出的改进方法可提升遥感图像中对林地提取的精度。     

L—Fuzzy命题逻辑系统的语构分层方案

建立一种L－Fuzzy命题逻辑的语构分层构造,引进诸如λ－信息,λ－公理系,λ－语构,λ－证明,λ－定理,λ－语构结论,λ－语构闭包,λ－紧性,,上L－Fuzzy语构闭包,下Fuzzy语构闭包,λ－语构分层和谐,语构分层和谐,强语构分层和谐等新的观念和方法,从而L－Fuzzy命题逻辑语构和语义分层次的程度化的和谐性度量提供了一种方案。     

基于深度学习的电商商品购买意图识别模型

识别用户的购买意图是提升电子商务购买率(PR)的重要方法之一。针对用户购买意图不明确的现象,提出一种新模型。该模型将训练后的Word2Vec(WV)词向量馈入卷积神经网络(CNN),通过深层语义模型(DSSM)进一步提取文本特征。在Keras框架下结合美国建材电商网站家得宝的真实搜索数据进行实证分析。结果表明,在五分类问题中,新模型在测试数据集上的F1-score达80.6%。新模型使用了Word2Vec与CNN提取文本特征,并应用DSSM模型进一步提取了用户检索与商品描述文档在高维空间中的特征表示,最大化利用了用户检索与正确商品描述之间的语义相似度,同时避免了特征提取时主观因素的干扰,提高了商品购买意图的识别效果。     

基于深度学习激光熔覆层树枝晶的形貌识别

在增材制造技术中,树枝晶的表征对于分析激光熔覆层的机械性能至关重要,但目前树枝晶的标记主要由人工完成,耗时长且容易引入人为误差,而深度学习可提高目标识别准确度。基于U-net网络提出了适于识别分割树枝晶的BNC-Unet网络,将串行注意力机制和Batch Normalization层有效地部署在上采样和下采样区域,调整图像特征的权重信息。选取交并比作为分割结果的评价指标,并对比了原Unet以及不同的改进方法在该指标下的结果。在测试集中,BNCUnet网络分割树枝晶准确率指标为84.2%,比原U-net网络结果提升了8.97%。该指标表明网络能准确地从激光熔覆层金相图中识别出树枝晶形貌,且识别树枝晶的准确率显著提高,便于在激光熔覆试验后评估熔覆层性能。     

对流失海外的克孜尔石窟壁画的数字化复原探索

克孜尔石窟历史悠久,为国家首批重点文物保护单位,入列《世界遗产名录》,其壁画精美,具有厚重的文化艺术价值,堪称“中国第二敦煌”。以新疆龟兹研究院克孜尔石窟壁画考古与数字化采集资料为基础,结合流失于海外的克孜尔石窟壁画的图像与文献资料,对洞窟现状进行分析,采用信息图像中语义获取与知识关联逻辑,创新图像资源分析模式与数字化复原思路,以揭示功能为视角,提出了基于4S图像分析模型（4S-IAM）的壁画数字化复原方法。旨在实现历史图文资源、现地考古成果和壁画图像本体资源间的有效关联,对文化遗产数字化管理和图像数字化复原工作建构新的研究路径。     

分层的格值命题逻辑系统Lvpl中的推理规则

格值命题逻辑系统Lvpl中的推理规则体现了逻辑系统的语法功能,推理规则越多逻辑系统的语法演绎能力越强.针对推理规则的具体例子的研究已有很多成果,但其中对于推理规则需要满足的条件缺乏系统研究.本文通过研究分析二值逻辑中推理规则的特点,来研究Lvpl中的推理规则.给出Lvpl中推理规则的公式演绎部分需要满足的条件,为Lvp...     

基于改进证据理论的绩效综合评价模型及其应用

针对复杂管理系统要素种类多样、主客观信息并存、难以定量评价的问题,提出了一种改进证据理论的绩效综合评价模型。该模型提出了基于云模型-二元语义的基本概率分配生成与表示方法,设计了一种基于Tanimoto测度的证据相似度测量公式来确定各证据冲突程度,然后根据证据权值修正证据源,最后采用改进的证据合成公式进行融合。实际算例表明,该综合评价模型在处理多属性、多层次的复杂系统评价问题上更具有效性和实用性。     

信任本体的形式化语义研究

针对现有的信任模型缺少信任相关概念属性在数理上的定义以及严格可靠的信任语义推理和统一的形式化抽象模型的问题,本文提出形式化动态信任本体的概念,结合本体在语义层次的形式化描述方法,对实体信任、行为信任和区域信任进行本体化,并对三种信任本体进行形式化语义演绎和推理.给出了信任相关属性的形式化理论分析,并通过典型的激发场景实例,有效地验证了信任本体化理论.     

一种用于信息聚集的抽象Web挖掘模型

Web挖掘是指从Web数据资源中自动发现和提取信息,尽管标准的数据挖掘方法可能适用于Web挖掘,但对于大多数基于Web的信息处理过程有必要设计特定的算法.提出了一个用于提取隐藏在数据资源中的信息的抽象Web挖掘模型.     

深度神经网络在自动瞄靶技术中的应用研究

基于Mask R-CNN模型，对惯性约束聚变实验研究中靶图进行关键结构的语义分割，通过计算中心来定位目标靶点位置，通过模拟靶图数据来验证算法的可行性。在算法验证过程中通过程序批量生成不同结构参数、不同角度的模拟靶图作为数据集，然后通过增噪、成像位置变换等操作拓展样本数量。在大样本数量基础上对算法模型进行训练测试，实现语义分割，通过计算注入孔的中心得到目标靶点位置。测试结果显示准确率和召回率均在97%以上，在靶点识别精度上优于10个像素点。