复杂环境下基于自适应极线约束的AGV视觉SLAM算法

针对传统视觉同步定位与地图构建（SLAM）算法不能有效处理复杂环境中的动态及潜在动态目标而影响定位与建图性能的问题,提出一种基于Mask R-CNN神经网络以及ORB-SLAM3算法改进的视觉SLAM方法。针对动态目标,提出一种基于语义信息的运动一致性检验算法,使用自适应阈值的极线约束方法实现图像中动态特征点的精确剔除;针对潜在动态目标,提出一种改进的长期数据关联方法,通过增大关键帧选取密度及优化关键帧中的潜在动态目标信息,对算法的回环优化和地图融合过程进行改进,提高回环优化效果与地图复用性。在TUM数据集和真实场景中进行验证,实验结果表明与ORB-SLAM3算法相比,采用TUM数据集在低动态场景和高动态场景中的绝对轨迹均方根误差分别减小8.5%和65.6%;在真实场景下测试,所提算法的定位精度提高了62.5%。     

基于语义的服务资源描述模型RDF4S

在已有的语义Web服务描述框架基础上,定义了一种语义Web服务资源描述模型RDF4S,该模型从功能、接口、执行和QoS 4个层面描述服务资源的语义信息,并基于该模型提出了一个语义Web服务资源发现框架.结合旅游预订系统的一个实例,展示了RDF4S 4层语义信息的描述能力和支持发现的能力,并给出RDF4S描述模型和其他语义Web服务描述模型的比较.该工作对基于语义信息进行服务的自动发现、组合和调用具有一定的参考作用.     

网络驱动的未识甲骨字特性及场景语义预测

甲骨学的研究具有重要的文化价值和传承意义,可以极大提高国家的文化自信。未识甲骨字的语义预测是甲骨学研究中最主要的问题,也是传统甲骨学研究中最棘手的问题。现有的计算机技术辅助研究方法无法预测未识甲骨字的语义。利用复杂网络对甲骨文进行了抽象和理解,并对未识甲骨字的场景语义进行预测。首先,以甲骨拓片为基础数据,通过建模构建甲骨字网络;其次,在甲骨字网络之上,分析未识甲骨字的重要性、信息丰富度、闭合性等特性,为预测未识甲骨字的场景语义提供理论依据;最后,根据网络特性和甲骨拓片的上下文语境预测未识甲骨字的场景语义。构建的未识甲骨字特性体系以及预测未识甲骨字的场景语义思路为破译其他未识甲骨字的语义奠定了基础,有助于推动甲骨文考释的进程。     

基于时空语义信息的视频运动目标交互行为识别方法

提出一种融合时间及目标之间空间语义信息的视频运动目标交互行为识别方法,即基于目标之间空间语义的变化规律识别其交互行为类别。不同于传统的语义事件建模方法,首先根据运动目标跟踪结果,基于其运动方向以及建立目标之间的空间关系(拓扑关系和方向关系)模型,提出一种提取人目标之间空间语义(前面、后面、背对、面对以及左右)的方法;然后基于空间语义的变化规律建立随机文法规则;最后采用随机文法器识别九种常见的两人交互行为。该方法无需训练样本,实验结果验证了方法的有效性及优越性。     

线性逻辑和态极逻辑引论(Ⅰ)

《线性逻辑和态极逻辑引论》一文概述了由Girard分别于1986和2001所创建的线性逻辑和态极逻辑.线性逻辑和态极逻辑汲取于计算机科学并反之应用于其中,从根本上对数理逻辑进行了彻底的审视.全文分为两部分.本文是文章的第一部分,致力于线性逻辑的联结词、证明规则、可判定性性质和模型.文章的第二部分将研究证明网并简要介绍态极逻辑.证明网是证明的图式表示,是线性逻辑的主要创新之一.     

基于U-net和可见光谱图像的黄瓜褐斑病分割

褐斑病是黄瓜主要真菌性病害之一,适宜条件下,特别是在昼夜温差大及饱和湿度条件下发病迅速,病情加重,导致黄瓜减产,造成经济损失。对黄瓜褐斑病进行病斑分割与提取,可以为后续的病害识别与诊断提供有效依据,具有重要意义。结合黄瓜褐斑病可见光谱图像,利用U-net深度学习网络构建黄瓜褐斑病语义分割模型,实现了病斑分割。首先在采集到的黄瓜褐斑病可见光谱图像中截取病斑较为突出的区域作为样本,共在40幅图像中截取到135个像素区域,区域的像素分辨率为200×200,利用Matlab的Image Labeler工具对样本进行像素标记,分别标记出感病区域和健康区域。然后构建U-net网络,该网络包含46层和48个连接,通过卷积层和线性整流层以及最大池化法来完成病斑特征提取,通过深度连接层以及上卷积层和上线性整流层完成上采样,通过跳层连接来完成复制和剪裁操作,并进行病斑特征融合。利用所构建的U-net网络进行学习训练得到语义分割模型,在135个样本中,随机选取其中96个作为训练样本,剩余的39个作为测试样本,设置迭代次数为240次,L2正则化系数为0.000 1,初始学习率为0.05,动量参数为0.9,梯度阈值为0.05,进行样本训练和测试。经过10次重复训练和测试,结果表明,基于U-net和可见光谱图像的黄瓜褐斑病语义分割模型执行时间平均为46.4 s,内存占用平均为6 665.8 MB,执行效率较高;模型准确率PA为96.23%~97.98%,MPA为97.28%~97.87%,MIoU为86.10%~91.59%,FWIoU为93.33%~96.19%,模型的稳定性较好、泛化能力较强。该研究方法利用较少的训练样本,获得了准确率较高的分割模型,为小样本机器学习提供了参考,同时为其他蔬菜的病斑分割、病害识别与诊断提供了方法依据。     

有限Boole语义中公式的条件随机真度

基于条件概率的思想,利用赋值集的随机化方法,在有限Boole语义中引入公式的条件随机真度,证明了条件随机真度的MP规则和HS规则。引入公式间的条件相似度和条件伪距离,建立了条件随机逻辑度量空间,证明了条件随机逻辑度量空间中逻辑运算的连续性,并初步研究了给定条件下的近似推理理论。     

多粒度区间语言信息的C-OWH算子及其应用

研究了多粒度区间语言信息的集成问题,把连续的有序加权调和(C-OWH)平均算子拓展到多粒度区间语言环境中,提出了连续区间二元语义OWH(ITC-OWH)算子,并在此基础上提出了加权调和的ITC-OWH(WHITC-OWH)算子,有序加权调和的ITC-OWH(OWHITC-OWH)算子以及组合的ITC-OWH(CITC-OWH)算子,探讨了它们的一些性质。最后给出了基于这些算子的多粒度区间语言多属性群决策方法,实例分析结果表明该方法是可行的。     

基于多层次映射和遗传策略的语义Web搜索方法

随着语义Web概念的提出及相关技术的发展,基于语义的Web信息检索逐渐成为语义Web研究的热点.首先分析了传统的Web搜索面临的诸多挑战,然后设计了一种新的基于遗传语义搜索算法和和多层次映射的Web搜索方法.该方法充分结合遗传算法并行搜索方式,能扩大搜索空间,快速实现全局优化.实验结果表明该算法能有效提高Web搜索的质量和效率.     

unless和ensure的代数性质——Ⅱ.unity的代数语义研究

进一步研究了unity逻辑中,程序性质的两个基本概念unless和ensure的代数性质。试图通过代数语义,将unity逻辑与计算。特别是与计算机的计算联系起来。