三个AutoLISP程序的应用

介绍了三个AutoLISP程序，它们能迅速拆开镜象后的块，并能一次性进行多个文本修改和线宽修改，提高工作效率。     

从《哲学树》到“哲学树”：关联性文化 景观自然原型象征意义的解读途径研究

“关联性文化景观”中“自然元素”与其“非物质 要素”的结合方式因高度抽象的表达及多样的意义生成背景， 其阐释途径的合理解读具有复杂性，对之进行解读是揭示“关 联性文化景观”的重要途径之一。首先以分析心理学派代表人 物荣格《哲学树》中的11幅心理绘画“树原型”作为研究材 料，通过总结普适性的“还原性文本”，分析其叙事文本、意 指作用、隐喻关系；进而揭示其蕴含的人类视野中宏大的“世 界树原型象征”，通过文化升华后的“原型象征”进一步阐释 人类对“自然元素”的意义加工和修饰；最终得以形成超越 “自然元素”单纯本体的“哲学树”。并以此建构理解“关联 性文化景观”自然原型象征意义的途径，指出人类通过意识形 态下基于个人或集体的精神世界中“自然元素”印刻在“还原 性文本”中的方式，具象化“非物质要素”与“自然元素”动 态呈现关系在“关联性文化景观”语境下的表达方式，为解读 其他“关联性文化景观”原型象征的诸多意义提供参考。     

在会见建筑与文化2002国际学术讨论会与会院士和境外专家时的讲话

尊敬的各位院上、各位专家，女士们、先生们：建筑与文化2002国际学术讨论会今天在庐山召开。我代表江西省人民政府向各位的到来表示诚挚的问候和热烈的欢迎!     

形状的全尺度可视化表示与识别

目的 视觉目标的形状特征表示和识别是图像领域中的重要问题。在实际应用中,视角、形变、遮挡和噪声等干扰因素造成识别精度较低,且大数据场景需要算法具有较高的学习效率。针对这些问题,本文提出一种全尺度可视化形状表示方法。方法 在尺度空间的所有尺度上对形状轮廓提取形状的不变量特征,获得形状的全尺度特征。将获得的全部特征紧凑地表示为单幅彩色图像,得到形状特征的可视化表示。将表示形状特征的彩色图像输入双路卷积网络模型,完成形状分类和检索任务。结果 通过对原始形状加入旋转、遮挡和噪声等不同干扰的定性实验,验证了本文方法具有旋转和缩放不变性,以及对铰接变换、遮挡和噪声等干扰的鲁棒性。在通用数据集上进行形状分类和形状检索的定量实验,所得准确率在不同数据集上均超过对比算法。在MPEG-7数据集上精度达到99.57%,对比算法的最好结果为98.84%。在铰接和射影变换数据集上皆达到100%的识别精度,而对比算法的最好结果分别为89.75%和95%。结论 本文提出的全尺度可视化形状表示方法,通过一幅彩色图像紧凑地表达了全部形状信息。通过卷积模型既学习了轮廓点间的形状特征关系,又学习了不同尺度间的形状特征关系。本文方法在视角变化、局部遮挡、铰接变形和噪声等干扰下能保持较高的识别正确率,可应用于图像采集干扰较多以及红外或深度图像的目标识别,并适用于大数据场景下的识别任务。     

视觉语言多模态预训练综述

在多模态机器学习领域,为特定任务而制作的人工标注数据昂贵,且不同任务难以进行迁移,从而需要大量重新训练,导致训练多个任务时效率低下、资源浪费。预训练模型通过以自监督为代表的方式进行大规模数据训练,对数据集中不同模态的信息进行提取和融合,以学习其中蕴涵的通用知识表征,从而服务于广泛的相关下游视觉语言多模态任务,这一方法逐渐成为人工智能各领域的主流方法。依靠互联网所获取的大规模图文对与视频数据,以及以自监督学习为代表的预训练方法的进步,视觉语言多模态预训练模型在很大程度上打破了不同视觉语言任务之间的壁垒,提升了多个任务训练的效率并促进了具体任务的性能表现。本文总结视觉语言多模态预训练领域的进展,首先对常见的预训练数据集和预训练方法进行汇总,然后对目前最新方法以及经典方法进行系统概述,按输入来源分为图像—文本预训练模型和视频—文本多模态模型两大类,阐述了各方法之间的共性和差异,并将各模型在具体下游任务上的实验情况进行汇总。最后,总结了视觉语言预训练面临的挑战和未来发展趋势。     

建筑给水排水系统图表示方法的分析

本文列举了系统图的各种表示方法,比较它们的优缺点,并提出了各自的适用范围     

基于情感词典与LDA模型的股市文本情感分析

建立了一种基于股票情感词典与LDA分析股票文本情感倾向的模型。针对股票文本情感分析中情感词典不全面与句子分析片面的问题,构建较为全面的股票情感词典,同时以句子的倾向性、程度性与相关性三方面分析股票文本情感。引入针对股票的词语、程度性词语与转折性词语构建较为全面的情感词典;抽取预处理之后的股票文本句子的情感词;利用句子算法计算句子倾向、程度向量,并对句子向量利用支持向量机(SVM)和K均值算法分类;利用LDA(latent dirichlet allocation)对情感词计算文档 主题、文档 词语概率分布,以此概率分布获取句子的相关性;综合句子的倾向性、程度性、相关性计算句子情感;最后,通过句子情感获取股票文本的情感倾向比例。通过对百度新闻经济板块收集的股票文本进行实验并与其他算法比较,该模型对句子与文本分类准确率提高到82.78%与84.14%。     

L1 Graph联合转换学习多观测样本分类算法

不同分布多观测样本分类问题中,训练样本和测试样本来自不同的域,针对如何利用转换学习提高不同分布多观测样本分类性能问题,提出L1 Graph联合转换学习的多观测样本分类算法。首先基于转换学习构建一种非负矩阵三因子分解框架,将其中不变信息作为源域到目标域的转换桥梁;其次,基于稀疏表示思路构造L1 Graph,自适应寻找数据近邻,保留样本及特征几何结构;最后,将两个互补目标函数联合到统一优化问题中,然后利用迭代算法解决优化问题,进而估计出测试样本类别。在USPS Binary数字数据库、Three Domain Object Benchmark数据库和ALOI数据库上进行对比实验,实验结果表明该方法的有效性,既提高了识别精度又保证了算法鲁棒性。     

绘画图式·建筑文本——中国传统理想建筑环境图式文本研究

中国传统山水画、界画是中国人阐释自然和观察生活的一种视觉方式,而中国传统文化生活所追求的理想建筑环境布局观念,从山水画、界画图式中可以得到某种程度上的印证,可以说传统绘画图式是传统理想建筑生活环境的文本模式的呈现.尽管山水画是平面的二维的,而园林建筑是三维空间的,但山水画、界画的绘画图式中表现的理想建筑环境模式,往往成为了中国古典建筑园林建造时的重要参考文本.     

远程监控系统在生产过程中的应用

混料在塑料制品行业是一非常重要的原材料处理环节。目前,在国内能实现的控制基本上是时间控制或温度控制,且要求在现场完成。但现场粉尘大、温度高,操作工序处在一个劳动强度较高的环境。论文对怎样实现实时数据跟踪、历史数据保存以实现品质工艺分析,从而保证产品质量稳定,完成自动计产、设备保护、工艺参数远程修改等做出分析与研究。