语义单位关系理论在高职院校英语专业阅读课中的应用

阅读是学习者学习语言和获取知识的重要途径。阅读要求读者具备扎实的语言能力和一定的语篇能力。语义关系阅读模式是基于对语篇的微观分析基础上对语义进行宏观统领。该模式在关注学生的语言基本功的同时提高学生的语篇能力,最终达到提高学生的阅读理解能力的目的。     

应用对象语义进行图像检索的新方法

为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系;在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也为解决图像高层语义与视觉低层特征之间语义的矛盾开扩了思路。     

基于语义的可定制数据切分和动态加载方法

文章提供一种基于语义的可定制数据切分和动态加载方法，它能够对源数据库建立基于语义的元数据描述，根据不同用户的数据需求，依据数据的语义相关性，转化并归纳为通用的策略模版，基于策略进行数据的切割和数据的级联抽取。之后，采用容错式动态加载方法。这在一定程度上实现了异构数据库之间的批量数据迁移。     

铁路企业智能问询平台关键技术研究

铁路企业现有的规章制度和工作审批流程存在很多理解和执行方面的问题，在一定程度上影响了工作效率和服务质量，也增加了管理部门人员工作量和物力的投入。如何改善铁路企业内部管理部门与业务部门的沟通机制是目前亟需解决的问题。通过研究智能语义语音分析模型，并利用该技术构建了一套高可配置及高可扩展性的新型智能问询平台，通过Web、App等各类渠道，集中管理制度，统一问询出口，有效地节约管理部门人力成本，快速响应问询，实现全时段服务，增强企业效能，提高员工工作效率。     

基于语义挖掘的快递运输货品风险评价研究

为提高快递运输的风险监测管控能力，降低因快递货品风险导致城市安全事件发生的可 能性，本文基于语义挖掘方法将快递运输货品描述转化为风险的量化表征，为快递运输风险评价 提供可量化的客观指标依据。基于网络大数据资源提供的法院判决书数据，将物品词条与判决 结果相关联，通过隐狄利克雷分布模型挖掘物品风险主题，结合模糊均值聚类方法，实现对快递 货品语义风险的量化表征与柔性划分。与传统方法中依赖检视人员查验既定违禁品清单后的主 观判断方法不同，本文充分挖掘网络文本数据中的可迁移知识，并应用于种类繁多的快递运输货 品，有效避免人工评价造成的漏检、错检情况。研究结果表明，本文方法具有较高的准确率与较 低的误报率，获得的风险评价值不再是0或1的是非判断，有利于开展多样化、针对性的风险预警 及应对措施。     

基于人工智能的高速公路桥梁病害检测研究

研究了人工智能背景下如何将语义分割模型应用于高速公路桥梁病害的检测技术,使用PSPNet语义分割平台对高速公路桥梁裂缝进行模型的检测实验,试验结果表明,PSPNet语义分割模型可以对高速公路桥梁裂缝进行精准的检测,效果良好。     

非结构化信息存储系统中事务处理机制的实现

针对目前非结构化信息存储系统中事务处理模型的不足，介绍一种新的事务处理系统OBSA-TPS，实现一种基于语义树的多粒度封锁机制，提高了非结构化信息存储系统事务处理的并发能力，从而使得以非结构化信息为主体的Web应用系统能够完成较为完善的事务交易处理．     

基于自注意力机制的自动驾驶场景点云语义分割方法

对车载激光雷达场景点云进行语义分割是自动驾驶环境感知环节的基础性工作。针对现有处理大规模自动驾驶场景点云方法对局部特征提取能力不足和难以捕捉全局上下文信息的问题,本文基于自注意力机制设计了局部和全局自注意力编码器,并搭建了特征聚合模块进行特征提取。实验结果表明,与同样采用局部特征聚合的网络RandLA-Net相比,在SemanticKITTI数据集上本文的方法可将平均交并比提升5.7个百分点,局部自注意力编码器的加入也使车辆和行人等小目标的分割精度提高2个百分点以上。     

基于语义分割模型的路面类型识别技术研究

在极端恶劣天气条件下,车辆能够及时根据路况信息调整车速和车距,将有效地减少交通事故的发生.道路类型和路面附着系数是影响路况的主要因素,传统的路面附着系数识别方法具有成本高、可靠性低的特点.同时基于机器视觉的路面信息识别技术已经成为当前研究的热点,但是精度低和鲁棒性差一直是研究的难点.将机器视觉中较为流行的语义分割模型作...