一种基于分组的语义对等网络

以语义网络理论为基础,结合GCNET拓扑结构,提出一种基于分组的语义对等网络——Semantic GCNET,充分利用GCNET网络具有小世界特征的优点,确保其搜索限制在与查询主题相关的局部节点子集中,解决其他一些语义对等网络对主题群搜索低效的问题,克服一些语义对等网络仅支持精确匹配查找的缺点。实验结果表明,Semantic GCNET具有高效的语义查询性能和查全率。     

一种基于语义网络的开放式超媒体系统结构

现在的开放式超媒体系统,绝大多数只能育效地利用文本及图象两种媒体,未能充分利用文本、图形、声昔、动画及视频等媒体来展示信息,因此需要提出一种有效的系统结构来支持各种媒体信息的集     

一种新型图像检索语义网络构建方法

自学习语义网络是目前实现图像高级语义的有效方法。针对现有方法存在的不足,提出了一种用于图像检索的新型语义网络构建方法,此方法将低层特征、相关反馈和语义网络这三项技术结合来支持图像检索。实验证明该方法可以对系统的检索效率有一定的提高。     

一种基于语义网络的图像检索方法

当前基于内容的图像检索主要采用底层特征检索技术,如颜色、形状和空间分析。然而无法表达图像的高层语义信息,造成了检索结果的不精确。结合低层特征,提出一种基于关键字语义网络的图像检索方法。通过语义网络的不断完善,检索的精确度也将随之提高。     

一种基于语义本体的网络爬虫模型

针对传统通用网络爬虫的自身固有的缺陷,结合本体的相关理论,提出了一种基于语义本体的网络爬虫的相关模型。该模型以本体构建领域知识概念集,结合知网,从语义的角度,利用扩展的元数据,在词的语义层次,对抓取的页面链接进行语义相关性计算,预测与主题相关的URL,提高采集的网络资源信息与设定主题的相关度。实验结果表明,该模型同其它通用网络爬虫模型相比具有较高的信息抓取准确率。     

一种改进的室内场景语义分割网络

针对目前室内场景语义分割网络无法很好融合图像的RGB信息和深度信息的问题,提出一种改进的室内场景语义分割网络。为使网络能够有选择性地融合图像的深度特征和RGB特征,引入注意力机制的思想,设计了特征融合模块。该模块能够根据深度特征图和RGB特征图的特点,学习性地调整网络参数,更有效地对深度特征和RGB特征进行融合;同时使用多尺度联合训练,加速网络收敛,提高分割准确率。通过在SUNRGB-D和NYUDV2数据集上验证,相比于包含深度敏感全连接条件随机场的RGB-D全卷积神经网络（DFCN-DCRF）、深度感知卷积神经网络（Depth-aware CNN）、多路径精炼网络（RefineNet）等目前主流的语义分割网络,所提网络具有更高的分割精度,平均交并比（mIoU）分别达到46.6%和48.0%。     

一种语义网络情报分析模型的研究和应用

本文给出了一种特殊的语义网络情报分析数学模型,基于此模型完成了计算机软件的设计和实现。     

一种基于语义的无线传感器网络路由算法

在无线传感器网络中,为了监测多个事件,监测区域可能需要布置多种不同类别的传感器节点以监测不同的事件属性,通过对每个传感器节点感知属性信息的融合处理,来判别事件是否发生。如何快速地将生成的事件路由到sink节点是个重要的研究课题。文中将传统的路由算法与分布式事件存储和语义思想相结合,提出了一种基于语义的无线传感器网络路由算法。在该算法中,一个传感器节点只需要关心自己通信范围内的邻居节点,不需要知道整个网络的状况,算法具有冗余数据少,节能性好,网络生存周期比较理想,实现简单等特点。该算法也可以为无线传感器网络的时空查询算法的研究提供一定基础。     

一种基于语义的无线传感器网络路由算法

在无线传感器网络中，为了监测多个事件，监测区域可能需要布置多种不同类别的传感器节点以监测不同的事件属性，通过对每个传感器节点感知属性信息的融合处理，来判别事件是否发生。如何快速地将生成的事件路由到sink节点是个重要的研究课题。文中将传统的路由算法与分布式事件存储和语义思想相结合，提出了一种基于语义的无线传感器网络路由算法。在该算法中，一个传感器节点只需要关心自己通信范围内的邻居节点，不需要知道整个网络的状况，算法具有冗余数据少，节能性好，网络生存周期比较理想，实现简单等特点。该算法也可以为无线传感器网络的时空查询算法的研究提供一定基础。     

一种语义对等网模型

对等网络是一个由应用推动的技术领域.为了改善结构化覆盖网对等网络搜索结果,使搜索过程及结果更加智能化、更接近用户查找目的,提出一种使用语义网技术的语义对等网络模型,使用语义网技术对查询注释,而不直接对网页资源注释,并根据规则聚类原则抽象结点知识仓库对结点进行聚类.分析了该模型的实现过程.     

Fuzzy语义推理的自学习算法

对一些复杂的非线性系统的控制,Fuzzy语义推理有其巨大优越性,但由于客观过程的高度复杂,条件语义与结论语义的对应关系很难由人预先较为确切地给定.在实际应用中,这个对应关系最好能由控制系统自我调整或生成. 由于多因素推理结果对最终结论影响的权重是随机变化的,在大的复杂系统中,人难以掌握权重的变化规律.本文还给出了解决权重变化规律自产生的一种算法.     

句法网与语义网的对比研究

基于网络观的语言研究已经成为语言分析的趋势之一。但不同语言单位层级、不同语言单位关系的选取导致了语言网络的差异。从词的同现网到句法网再到语义网所需要的语言学知识也逐步深化,该文旨在构建语义学理论支撑的语义网络,并把虚词纳入语义分析过程,分别以句法关系和语义关系作为联结,用Cytoscape构建了句法网和语义网。结果发现: 语义网的直径、平均最短距离比句法网大,层级性比句法网差,聚集系数比句法网小,虚词节点“的”“和”“个”等有可能是局部的中心节点。     

网络可靠度最优配置

本文研究拓扑结构给定情况下网络可靠的理论问题.当单元的可靠度给定后,研究一种最优配置方法,使网络具有最高的可靠度.提出了求得可靠度最优配置问题最优解的几个原理,给出了三个定理,并用一些例子说明了所提原理的应用.     

办公室和工厂自动化网络OFANET--一种与基带网兼容的宽带计算机局域网

本文提供了一种与基带网兼容的宽带计算机局域网--OFANET.阐明了它的基本工作原理,提出了能使宽带技术和基带技术兼容的主要部件--宽带介质附属单元(MAU)的设计原理和实现方法,并利用常用的基带网Omninet和宽带MAU构成了OFANET的计算机通道.通过实验证明它大大改善了基带网的性能.这种新型宽带MAU的实现为基带技术和宽带技术结合开拓了一个新领域.     

语义网、语义网格和语义网络

语义网、语义网格和语义网络是三个容易混淆的概念,语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务;语义网格是语义Web和网格相结合产生的新的研究领域;语义网络是知识的一种图解表示,它由节点和弧线或链线组成.通过对三者的概念、特征、应用等方面进行介绍从而说明了三者的联系以及不同,并说明了今后对三者的研究方向和重点问题.     

一类鲁棒观测器的存在条件

本文给出一类鲁棒观测器的存在条件.在此条件下,系统状态的观测误差可以完全不受系统非线性因素、参数不准确及参数变化的影响.数值实例验证了这一点.     

基于语义重定位的语义分割并行网络

语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测和物体的边缘划分.现有方法大多采用基于编解码结构的网络模型,通过下采样快速扩充网络的感受野,但连续的下采样对特征图的空间信息造成了不可逆转的损失,为此,提出一种基于语义重定位的并行网络.设计了一条全局空间路径,在保持高分辨率的情况下提取丰富的空间...     

微机网中的电子信件邮递系统

电子信件邮递系统(EMS)是工作在计算机网络上的信息发送、接收和管理系统,是办公室自动化系统中的先进通讯手段. 本文简要描述了运行在东北工学院微机网络上的EMS,该系统可以从某一工作站发送一封信件或转发收到的信件到另一个站,也可发送一封广播信件到网络上的所有站,并提供了两站之间通过键盘和屏幕直接对话的功能. 文中论述了该系统的结构、邮递服务协议、邮递方式、信箱的管理及信件的保密和存取控制手段等问题.     

利用模糊聚类分析自动识别汽车类型

本文讨论了利用模糊聚类分析自动识别汽车类型的方法.给出了识别系统和利用Z-80微型机设计识别分类器.列举了汽车类型的分类,编制了识别程序,识别结果可随时显示于荧光屏上或打印输出.