基于语义Web服务的盐业信息集成方法研究

建立全国盐业信息集成平台对盐行业的产、供销具有重要的意义。文中首先提出基于语义Web服务的盐业信息集成平台架构;接着在详细分析了经典的语义Web服务匹配算法的基础上,提出了一种基于最近祖先的本体概念相似度匹配算法,并给出基于该算法的语义Web服务匹配流程。实验结果表明,该算法有效地提高了语义Web服务发现的查全率和查准率。     

基于连衣裙结构特征匹配的款式识别技术

为便于人们快速检索相似款式的服装,以连衣裙款式关键点轮廓为基础,对轮廓的不同描述和相似性度量计算的检索方法进行了研究。将形状上下文、传统欧式距离和基于系数分配的欧式距离3种算法计算的相似度结果与人工测评的相似度测评表做对比,确定最优算法。结果表明:形状上下文匹配方法的效果最佳,其中准确度和精确度分别为82.91%和77%,可作为轮廓相似性度量算法;基于系数分配的欧式距离与传统欧式距离的匹配效果相比,准确度和精确度都有所提升,分别提高6.45%和0.44%;根据计算初步推断,在轮廓特征描述子中按照相似度影响程度大小排序为:角度余弦值、宽度、高度。     

面向中文的文本相似度计算方法研究

本文对中文信息处理中的文本相似度计算方法进行了研究和比较,提出了分词和特证词计算的关键算法。在相似度计算中,利用各个特征在特征提取时的权值,对TF-IDF算法做了改进。     

基于本体和物联网的农产品推荐研究

针对消费者日益关注的农产品质量安全问题,借助本体技术知识集成与共享的优势,将更详尽的农产品信息呈现给消费者。首先基于农产品目录信息及农业物联网感知信息分别建立农产品上层本体和下层本体,其次根据消费者信息建立消费者兴趣本体,然后将农产品上层本体与消费者兴趣本体进行概念语义相似度计算,实现个性化推荐。农产品上层本体与下层本体实现映射,消费者通过推荐内容深入了解所要购买的农产品。通过本体及物联网的运用,为消费者提供个性化的农产品推荐服务,确保农产品质量安全,保障消费者身体健康。     

基于多标记有向树模型的XML文档片段相似度量方法研究

结构化查询系统和XML数据信息的融合提升了信息检索服务的有效性,改变了传统信息查询工作的低准确性、高误差局面。本文提出了一种基于多标记有向树模型的XML文档片段相似度量方法,深入了解了多标记有向树模型内容,对相似度方法中的计算节点相似度、XML匹配算法、边优化方法进行了设计,帮助用户在输入关键字后迅速搜索出高相似度的信息结果,通过实验结果表明,该方法查准率和查全率极高,实现了对信息检索技术的新提升。     

基于要素匹配的连衣裙成本快速核算方法

为提高企业对服装成本的快速核算能力,就服装成本计算和相似度匹配的方法进行了研究.首先以连衣裙要素提取和量化为基础,计算同一要素之间的相似度;然后基于加权欧式距离计算样本相似度,取相似度最大的样本成本值做为待估样本成本的参考值,实现成本的快速核算.同时设置了欧氏距离计算和BP神经网络2组对照实验.结果表明:使用加权欧氏距...     

结合显著区域检测和手绘草图的服装图像检索

针对服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先采用正则化随机漫步算法对输入的服装图像库进行视觉显著区域检测,并结合其边缘轮廓信息,得到服装显著边缘图像;其次,对输入的服装草图和服装边缘图像进行特征提取,得到服装草图和服装边缘图像各自的方向梯度直方图(HOG)特征;然后,通过计算服装草图特征和服装边缘特征的相似度,实现特征匹配;最后,按照特征匹配结果在服装图像库中检索与服装草图相似的服装图像,采用基于距离相关系数的重排序算法对其相似度进行排序并输出检索结果。结果表明,该方法提高了服装检索的准确率,具有较好的鲁棒性,检索准确率可达78.5%。     

一种基于DeepSORT的逆透视车流量检测方法

针对日渐复杂的交通情况,道路上需要检测的目标数量越来越多、类型越来越复杂这一问题,提出一种基于DeepSORT的改进算法用于目标跟踪及其速度与距离的估算,即在原算法中加入逆透视算法用于完成对目标速度及距离的估算。该方法主要包括特征提取、相似度计算、关联阶段、预测位置和轨迹匹配等步骤。本文的研究结果可以为多目标跟踪提供有效的解决方案,并且可以有效地估算车辆的速度和距离。     

基于s-LTP和相似度匹配的人脸识别算法

针对传统的LTP算子计算过程复杂、不能反映图像局部与整体的关系的不足,提出了一种带符号局部三值模式(s-LTP)算子,首先利用2,1,0三值编码计算出像素块的LTP特征值,再通过比较该像素块中心点像素值与图像平均像素值的大小对LTP特征值赋正负号,得到s-LTP特征值。然后提出了一种基于皮尔逊相关系数的相似度匹配方法,通过大量实验得到最佳皮尔逊相关系数阈值和相似度阈值,最后通过计算待测样本图像和模板图像的相似度对待测样本图像进行分类识别。在Jaffe、ORL、Yale和一个自建的人脸数据库上进行实验,和其他人脸识别方法相比发现该算法识别率更高、所需识别时间更少。     

金沙蓝钻酒近红外相似度匹配分析模型的建立

利用傅里叶近红外光谱仪(FT-NIR)对金沙蓝钻酒样品进行了光谱采集,采用一阶求导与Savitzky-Golay卷积平滑相结合的预处理方法结合仪器自动优化谱区(4119.20~9881.46 cm-1)建立了金沙蓝钻酒的相似度匹配分析模型,同时采用该模型对已知样品进行相似度计算。结果显示:蓝钻酒样品的相似度均达到95%以上,而其他酒样的相似度均在60%以下,其中赖茅相似度最高,达到了59.24%;在所有乙醇水溶液样品中,体积分数为50%的乙醇水溶液相似度最高,为18.23%。实验中,验证样品全部判别准确,准确率达到100%,表明经过优化的模型预测精度和可靠性较高,可用于实际检测。     

食品生产线的优化方法

讨论了混合型食品生产线之间的相似度的量化测度——相似指数的概念,给出了食品生产线的优化计算方法和一个应用实例。     

成品家具中的表面死节缺陷图像检测方法

针对成品家具中的表面死节缺陷,提出一种基于局域直方图匹配与水平集的死节缺陷图像检测算法。将RGB彩色图像转换成HSV图像,提取训练样本集,并将样本与分块图像进行直方图匹配,得到匹配相似度灰度图,并用Otsu分割得到初始分割子图。最后对子图采用水平集进行精细分割,得到死节缺陷目标。Matlab试验结果表明,提出的算法能降低光照影响,分割效果好,能很好地提取家具表面死节缺陷。     

基于领域本体的智能检索技术研究

为能够及时搜索到网上订单业务,给出了基于领域本体实现查询关键字的语义扩展,通过查询向量与文档向量的相似度计算对检索结果进行排序的智能检索模型.建立了面向网上订单搜索的领域本体,由用户参照领域本体选择查询关键字,赋予查询关键字相应的权值,并应用智能检索模型实现了面向具体应用领域的智能检索.该方法保证了查询的查全率和准确率.     

网页去重方法研究及算法设计

针对在网页检索结果中经常出现内容相同的冗余页面的问题,为了按用户偏好对搜索结果进行筛选,提出了一种通过中文字主题要素学习网页内容的网页去重算法.该算法通过抽取网页要素中用户偏好的短语来抽取网页的内容,根据学习的网页内容计算其相似度来判断网页的重复度.经与相似方法比较,结果表明,该方法能够完成针对中文内容网页的去重,具有较高的查全率和查准率.     

基于三维悬垂模型和织物面密度的织物匹配

为能够根据织物的悬垂形态快速准确地匹配到与给定织物综合性能相近的织物样本,利用自主搭建的悬垂织物三维扫描装置获取了悬垂织物的三维点云数据。将三维点云封装为三角形网络后,利用局部线性嵌入的方法对悬垂织物三角形网格重采样,使不同的悬垂织物三维模型具有相同的顶点数目和三角形拓扑结构;然后基于重采样三角形网格提出了2种织物匹配方法,即基于传统悬垂指标和织物面密度的织物匹配以及基于曲率统计直方图和织物面密度的织物匹配;最后计算了织物力学特征的相似度,以此相似度为基准对织物匹配结果进行评价。结果表明:基于悬垂指标和织物面密度的织物匹配准确率为86.91%;基于曲率统计直方图和织物面密度的织物匹配准确率为93.79%。     

基于Deep Web的模式匹配算法研究

依据对Deep Web进行模式匹配查询时主要根据查询接口上属性所出现的具体语义和值的相似度来判断属性是否匹配的原理,针对同一主题下的一组查询接口,根据已知的属性统计信息判断属性之间的匹配关系,提出用关联规则挖掘方法进行Deep Web模式匹配,以实现Web查询接口的自动匹配.实例证明该关联规则挖掘算法是有效的.     

基于案例推理的压力容器故障维修方法

针对目前压力容器故障维修依赖经验知识的程度高,智能知识库利用率低的问题,提出基于案例推理的压力容器故障维修方法。通过定义对应故障特征关键词字典,优化案例库案例存储与索引机制,对故障案例信息进行结构化和知识化;并采用结合最近相邻法和灰色关联度算法的案例相似度匹配方法,提高案例匹配精度。经应用实例验证,从案例库中匹配相似案例速度快、可靠度高,可供原故障案例参考。因此,该方法在实际使用中有效降低了经验知识的依赖程度,较好地利用智能知识库,为压力容器全生命周期的维护、修理和操作(MRO)提供便利。     

基于本体的纺织服装主题搜索引擎系统研究

主题搜索引擎就是针对某一特定领域的搜索引擎,能够取得比百度等通用搜索引擎更准确更专业的搜索效果,是当前搜索研究的热点。文章构建较完整纺织服装领域本体,进行该领域的语义相似度定义和语义推理研究。结合领域本体从主题爬虫、网页语义分类、查询结果排序、排序及关键词扩展查询方面设计算法,构建了一个纺织服装领域的搜索引擎原型系统,实验效果较好,为主题搜索引擎研究提供帮助。     

融合局部纹理特征的颗粒图像SLIC超像素分割方法

将SLIC超像素分割的方法引入颗粒图像检测的分割过程中,将颗粒图像分割成感兴趣的超像素块,可降低后续图像处理过程的复杂度。由于SLIC超像素分割在聚类过程中计算相似度时没有考虑图像的纹理特征,一定程度上会影响颗粒目标外轮廓分割的细节。利用CRLBP局部纹理算子纹理特征,改进SLIC分割中聚类相似度的计算,并按照符合颗粒形状的圆形邻域搜索相似点,保证了分割速度。通过对棉种颗粒图像的分割试验,与传统分水岭算法和SLIC超像素算法进行比较,结果表明改进的SLIC超像素分割方法能更有效地分割出颗粒目标。     

基于服装风格的款式相似度算法

为准确计算服装图像之间的相似度,从而满足更多用户通过搜索服装搭配图像来购买相似服装的跨场景需求,研究了服装风格的影响因素,并以服装风格的量化标准为基础,构建了服装款式的风格特征模型,进一步分析了现有服装属性识别算法的不足,实现了基于深度学习的款式风格特征识别,通过构建融合迁移学习的残差网络模型,刻画出服装在款式上的风格特征。实验结果表明:模型在服装款式风格特征上的精确度接近90%,准确度达到了80%;相对于传统的图像相似度计算方法,基于服装款式风格的图像相似度计算,准确率和可解释性更高,也为服装个性化推荐提供了新的思路。