不分明化环

运用应明生教授珠９０年代时期提出的连续值逻辑语义的方法引入不分明化环的概念，并且讨论了它的若干性质。     

基于区间灰数理论的汽车声品质主观评价方法研究

为提高汽车声品质主观评价试验的可靠性和实用性,并对纯电动汽车在匀速及加速工况下的车内噪声品质特性进行分析,在参考语义细分法(ASDM)的基础上结合区间灰数理论,提出一种改进的声品质主观评价方法。评审员以某一基准样本作为参考,采用模糊打分方式对车内噪声样本进行主观评价,以灰色关联度作为评分者信度来筛除无效评分,提出了一种区间灰数的确信度参数,作为计算分数权值的重要指标,以求得各个样本的综合评分结果。通过与传统语义细分法(SDM)以及ASDM的评分结果进行对比分析,验证了改进的方法能在保持相同工作量的前提下,更准确地反映人对汽车车内噪声的主观感受。并采用该方法对3款不同定位的纯电动汽车在不同工况下的车内噪声品质进行了主观评价试验,对比分析了3辆车的声品质特性。     

基于人机工程学的汽车警告与指示信号装置图标评价

驾驶员在驾驶过程中需要操纵的各种仪表装置都是通过各种图标来向驾驶员传递装置所代表的信息。这些图标的明确程度直接影响驾驶员在驾驶过程中的安全性。文章以探讨目前车内使用图标的宜人性为目的，以人机工程学为基础，利用目前图标的研究方法：直选法，反应时测试法及主观评价法，对我国目前汽车内部使用的各种图标进行了评价。实验结果表明，目前我国车内使用部分图标仍存在着识别时间过长，图标表达含义模糊，相似度过高等问题，这些图标有待于进一步地研究和改进。     

基于VGG16-UNet语义分割模型的路面龟裂形态提取与量化

提出了基于VGG16-UNet语义分割模型的路面龟裂分割技术，开发了该模型提取龟裂形态的量化评价方法；通过移动拍照设备采集路面干燥、浸水与存在道路标线影响等不同条件下的龟裂图像，构建了涵盖轻度、中度、重度3种破损程度的多场景龟裂图像数据集；分析了VGG16-UNet、VGG19-UNet、PSPNet、SegNet与DeepLab v3+语义分割模型的龟裂图像分割效果与相应分割指标，明确了最优分割模型并提取了龟裂形态特征；对比了外接正矩形、最小外接矩形和凸包3种轮廓形状拟合边界方法，确定了最优拟合边界，并据此计算了龟裂面积；提出了基于轮廓边界极点坐标的龟裂块度计算方法，分析了路面龟裂面积和块度特征。研究结果表明：VGG16-UNet模型与VGG19-UNet、PSPNet、SegNet、DeepLab v3+这4种语义分割模型相比，VGG16-UNet具有数量为14 710 464的最小总参数量，模型训练速度可达每个世代训练时间为118 s,并能达到每个图像0.021 s的最高预测速度，同时在公开数据集Crack500、CrackTree与EdmCrack600中对复杂背景的裂缝分割准...     

连接词与语篇体裁

本篇论文以海明威小说《老人与海》中的微型语域语篇体裁为语料，重点探讨了语篇中连接词与语篇体裁之间的关系。本文提出的假设是：语篇中连接词的选择和语篇体裁之间有着密不可分的关系。分析论证表明：叙述体语篇以外向型的表时间的连接词为其主要连接词，描述体语篇以表复加逻辑语义的连接词为主要连接词。语篇不同的交际目的使具有不同语义内涵的连接词在某类语篇体裁中占主导位置。以上发现可以帮助得出如下基本结论：语言是一个社会符号体系。语篇体裁在本质上也是一个社会符号体系，就连接词而言，不同类型的语篇体裁所具有的不同的交际目的可以使信息发出者偏重选择具有不同类型逻辑语义关系的连接词。     

心理词库理论对大学英语词汇教学的启发

从心理语言学的视角出发,根据心理词库的组织储存形式以及影响心理词汇提取的主要因素,结合教学实践,从词频效应、词汇的语义教学、语境教学等方面论述心理词库理论对大学英语词汇教学的启发,并提出相应的教学策略。     

基于本体的文本信息价值评估研究

在互联网公开信息分析处理系统中,判断抓取的文本的重要程度,是计算机是否整合至情报库以及舆情、情报分析人员决策的依据,能减少或削除未来网络战场的不确定性。论文提出了基于本体的信息价值评估方法,扩展了传统的情报价值评估方法的应用范围,解决了海量网络文本信息的价值评估问题。最后的实验证明,论文的方法能提高抓取的有价值文本信息的召回率。     

面向多目标跟踪的密集行人群轨迹提取和运动语义感知

针对基于视频监控的密集行人群识别难度大，运动轨迹提取困难，运动语义信息挖掘不足 等问题，本文提出基于多目标跟踪FairMOT框架及K-means聚类的行人轨迹捕获和运动语义信 息感知方法。首先，利用多目标跟踪算法提取视频中行人群目标过街时的运动轨迹特征向量；然 后，通过分析轨迹坐标的数值分布特点，设计了一种协方差滤波算法STCCF，以检测和剔除“准静 态轨迹”，得到行人群目标运动轨迹簇；最后，针对已提取的轨迹簇，应用K-means聚类方法，选取 S系数(Silhouette Coefficient)和DB指数(Davies Bouldin Index)两个指标，感知行人聚集和消散点 等场景语义特征。实验分析表明，算法从提取到的2689条轨迹中辨识出179条“准静态轨迹”，检 出率为81.73%；视频场景中的行人目标源点和消失点的解析结果与人工辨识结果吻合，验证了密 集行人群轨迹提取和运动语义信息感知方法的有效性。本文研究可为数据驱动的行为预测和轨 迹建模提供基础。     

Visual analysis semantic label method based on navigation logic division北大核心CSCD

[目的]旨在探索处理内河实船数据、提高其可理解性和辅助研究识别船舶行为的新方法。[方法]通过构建航行逻辑层级和划分时序数据获得船舶行为的语义标签,设计航行逻辑可视化分析系统,将船舶航行状态与数据可视化相结合,辅助分析数据及研究船舶行为特征。最后,依托数字航道,选择船舶行为复杂的内河航道工作船的数据进行实例检验,利用所提系统分析异常数据并研究船舶行为。[结果]通过航行逻辑的交互可视化,可有效确定无规律的位置跳动异常数据产生的原因及特点,帮助进行异常数据处理,并经过定性分析特征和定量分析阈值,划分出了靠泊与直航状态数据,进一步丰富了船舶行为语义标签。[结论]结合船舶行为语义标签设计的可视化分析系统,通过人机自由交互,提高了数据的可理解性,可辅助异常数据分析处理及船舶行为研究,为数据分析人员提供研究工具。