改进概念相似度的本体迁移学习

提出了一种改进候选相似概念集选取方法,滤除了没有计算意义的概念.进而根据本体中概念的特点和信息内容提出了一种改进概念相似度计算方法,最后使优化本体能够迁移学习.实验结果证明了该方法对概念相似度的计算有效,本体能够成功迁移学习.     

一种关联多本体的科技奖励检索方法

现有的科技奖励检索都是基于关键词的匹配,忽略了对用户查询的语义理解。针对传统信息检索存在的问题以及结合当前面向实际应用的基于本体的语义检索的特点,提出一种关联多本体的科技奖励检索方法。通过对科技奖励项目的领域本体构建,对概念相似度计算方法的改进及关联多本体概念,使扩展词语更能表达用户检索意图。实验结果表明,该方法对比传统查询检索和单独本体扩展检索获得了更好的召回率和准确率。     

基于相似度的图像变形效果的客观度量方法

给出了评价图像变形效果的新方法.首先,计算中间帧之间的相似度,由这些相似度值生成一条曲线;然后,在图像计算机动画领域首次提出图像变形真实感度的概念.它通过计算曲线与坐标轴,曲线插值点处的曲率和其他一些衡量标准得到.试验表明,它是一有效的度量图像变形效果的客观方法.     

基于语义相似度的话题关联检测方法

为有效识别任意两篇报道的相似性,提出了一种基于语义相似度的话题关联检测算法.该算法首先通过计算特征词之间的相对熵作为两篇报道中特征词之间的语义相似度;其次,通过计算平均语义相似度获得特征词和报道之间的关联度;最后,结合特征词在语料库中的TF-IF(term frequency-inverse document frequency)权重计算两篇报道之间的关联度,实现报道之间的关联度检测.本文提出的方法与现有的向量空间模型方法和仅依赖于平均点互信息的方法进行了比较,并通过TDT4中文语料进行测评,结果表明,基于语义相似度的关联检测方法能够更好地利用文本的语境信息,提高了现有检测系统的性能,其最小DET(detection error tradeoff)代价降低了3%.      

基于云模型的出行时间波动性评价

出行时间波动的评价计算是一个定量算法,人们对其的理解则是一个定性的模糊概念,要充分利用出行时间波动这一概念来研究相关的交通问题需实现定量向定性转化的过程.云模型能够实现用语言描述的定性概念与其定量表示之间的不确定性转换.基于此,文中提出了一种出行时间波动评价的新方法,即利用云模型进行出行时间波动评价.介绍了云模型的基本概念,提出了利用云模型评价出行时间波动的流程,即构建波动标准云,波动实际云并比较其相似度评价出行时间波动.利用南京市5路公交车线路的统计数据进行实例计算,说明该方法的具有普遍适用性.     

基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果,在原相似度计算模型中增加了两个句子不分词时的词形相似度计算,以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验,结果表明,改进的方法比原方法有较高的准确率。     

一种新的区间值模糊集推理方法

在两向量相似度的基础上, 定义了两个区间值模糊集在一点处相似度, 然后在此基础上提出了一种新的模糊推理方法--区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

一种新的区间值模糊集推理方法

在两向量相似度的基础上,定义了两个区间值模糊集在一点处相似度,然后在此基础上提出了一种新的模糊推理方法——区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

基于图像分割的图像检索新方法

利用信息熵理论,提出了一种新的相似性图像检索方法.首先,分割图像,抽取图像的分块颜色信息;再计算图像之间的颜色互信息来确定它们的相似度.与其他的颜色特征描述方法相比,该方法该算法具有抗噪声能力强、精确度高等优点.     

基于偏序结构相似度的多准则决策

针对决策者只能提供决策方案的序数偏好信息的多准则决策问题,提出了基于偏序之间相似度的多准则决策方法.该方法运用模糊相似关系确定相似度,通过计算控制指标和被控指标,分别得出方案集的两个预序排列,然后将这两个全预序排列合并成方案集的最后排列.该排列具有更符合现实决策行为的偏序结构.举例说明了该方法的可行性.