导读:本文包含了语义融合论文开题报告文献综述及选题提纲参考文献，主要关键词:步态识别,语义分割,卷积神经网络,多协变量
语义融合论文文献综述
支双双,赵庆会,唐琎[1]（2019）在《多层语义融合CNN的步态人体语义分割》一文中研究指出目的针对反恐、安防领域利用监控视频进行步态识别时由光照、拍摄角度、遮挡等多协变量引起的轮廓缺失、人体阴影和运算时间等问题,提出了一种基于RPGNet (Regin of Interest+Parts of Body Semantics+Gait Net)网络的步态人体语义分割方法。方法该方法按照功能划分为R(region of interest)模块、P (parts of body semantics)模块和GNet (Gait Net)模块。R模块提取人体步态感兴趣区域,起到提升算法效率和图像去噪的作用。P模块借助Label Me开源图像注释工具进行步态人体部位语义标注。GNet模块进行步态人体部位语义训练与分割。借鉴Res Net和Refine Net网络模型,设计了一种细节性步态语义分割网络模型。结果对步态数据库1 380张图片进行了测试,RPGNet方法与6种人体轮廓分割方法进行了对比实验,实验结果表明RPGNet方法对细节和全局信息处理得都很精确,在0°、45°和90°视角都表现出较高的分割正确率。在多人、戴帽和遮挡条件下,实验结果表明RPGNet方法人体分割效果良好,能够满足步态识别过程中的实时性要求。结论实验结果表明,RPGNet步态人体语义分割方法在多协变量情况下能够有效进行步态人体语义分割,同时也有效提高了步态识别的识别率。(本文来源于《中国图象图形学报》期刊2019年08期）
李霞,刘承标,章友豪,蒋盛益[2]（2019）在《基于局部和全局语义融合的跨语言句子语义相似度计算模型》一文中研究指出跨语言句子语义相似度计算旨在计算不同语言句子之间的语义相似程度。近年来,前人提出了基于神经网络的跨语言句子语义相似度模型,这些模型多数使用卷积神经网络来捕获文本的局部语义信息,缺少对句子中远距离单词之间语义相关信息的获取。该文提出一种融合门控卷积神经网络和自注意力机制的神经网络结构,用于获取跨语言文本句子中的局部和全局语义相关关系,从而得到文本的综合语义表示。在SemEval-2017多个数据集上的实验结果表明,该文提出的模型能够从多个方面捕捉句子间的语义相似性,结果优于基准方法中基于纯神经网络的模型方法。(本文来源于《中文信息学报》期刊2019年06期）
王忠民,周肖肖,王文浪[3]（2018）在《低层特征与高层语义融合的人体行为识别方法》一文中研究指出针对现有跌倒检测中跌倒样本采集困难,跌倒行为样本规模较少导致的识别率较差的问题,提出一种基于低层特征与高层语义的人体行为识别方法.该方法引入语义属性特征以便在某些行为样本较少的情况下能够共享行为之间的低层特征信息,通过构建属性-行为矩阵,利用低层特征信息训练语义属性检测器,得到语义属性特征,对属性特征与低层特征分别进行预分类,融合两种特征的预分类结果得到最终判决的人体行为类别.实验结果表明,与过采样算法、欠采样算法和最小二乘支持向量机相比,本文所提方法获得了更好的分类结果.(本文来源于《小型微型计算机系统》期刊2018年04期）
肖佳[4]（2017）在《基于知识的地理空间语义融合与相似度测量研究》一文中研究指出人类社会已经进入了大数据主宰的泛在信息时代,数据获取交互的越发便捷与数据的极大丰富深刻地改变着人类社会的结构与人对世界的理解,大数据主宰的泛在信息时代,交互(人与人,人与机器,机器与机器)需求的广度与深度也在日益增长和深化,对不同数据的集成应用的需求越来越迫切,然而,虽然大数据时代,我们获取数据的容量快速增长,我们似乎依然陷入到“数据既多又少”的尴尬局面,这其中的根本原因在于非同源数据异质异构导致的知识共享能力薄弱,阻碍数据的高效协同利用,数据的异质性(Heterogeneity)、不一致性(Inconsistency)与尺度差异(Scale)成为大数据分析的巨大挑战,而这些挑战背后的实质原因是语义的异质与异构性,这些问题在地理信息科学中体现得更为突出,矛盾也更为迫切,正是基于此,本文开展了关于地理空间语义的研究,主要分析了地理空间语义的内涵,提出了一种地理空间语义融合的实现方法,并提出了一个地理空间语义相似度测量的方法。本文内容主要包括以下几个方面:(1)阐述了地理空间语义研究的时代要求与背景意义,从语义互操作、地理信息检索、地理空间语义网、地点语义和数字地名字典等五个方面综述了地理空间语义研究和应用,重点介绍了地理空间语义融合的研究进展,并从基于本体和基于其他方法两个方面阐述了地理空间语义融合与相似度测量的研究近况,并在此基础上确定了本文的主要研究关注点,包括地理空间语义的内涵研究、基于权重概念格的地理空间语义融合及相似度研究,并简述了本研究的主要内容与文章结构。(2)分析地理空间语义的理解和形式化两方面内涵,区分了基于知识的地理空间语义理解与基于数据的地理空间语义理解,从这两个语义理解方式出发,重点论述了地图语义与影像语义之间的区别与联系,论述了基于知识表达语义的3种不同形式,重点介绍了表征语义的本体的概念,以及本体的形式化表达语言OWL,并介绍了广泛应用的本体构建工具Protege,并使用该工具构建了一个简单的陆地水系本体。(3)提出了一种地理空间语义融合的方法,详细介绍了序理论、格论、形式概念分析、粗糙集理论、信息熵等数学工具,并根据本研究的需要定义了有关概念,在此基础之上,提出了基于混合包含度与信息熵的权重概念格构建与约减方法,并从粒计算角度进行了分析,以国家基础地理信息与水利工程领域水系数据为例,开展了语义融合对比实验,并分析了不同阈值条件下权重概念的约减效果。(4)提出了一种概念语义相似度测量的方法,综述研究了语义测量的研究现状,着重论述了基于知识的概念语义相似度测量的各种模型与方法,根据格结构,定义了概念格中形式概念的相对层次深度,并结合语义相似度测量的特征模型与信息论模型,提出一种混合模型的概念语义相似度测量方法,并以国家基础地理信息标准中的地理概念作为实验数据,开展了概念之间的语义相似度测量实验,并通过与特征模型方法的结果比较,评估混合模型方法的有效性。(5)设计实现了一个地理空间语义融合与相似度测量实验平台,实现了数据转换、属性联合权重计算、权重概念格生成、概念格绘制、概念相似度计算等功能,并展现了构建权重概念格、权重概念格约减与语义相似度计算的实验结果。(本文来源于《武汉大学》期刊2017-10-01）
高知新,徐林会[5]（2017）在《基于隐马尔科夫模型与语义融合的文本分类》一文中研究指出提出一种融合语义的隐马尔科夫模型用于文本分类的方法。将特征词的语义作为先验知识融合到隐马尔科夫分类模型中。通过信息增益提取特征词,用word2vec提取特征词语义,将每一个类别映射成一个隐马尔科夫分类模型,模型中状态转移过程就是该类文本生成过程。将待分文本与分类模型做相似度比较,取得最大类别输出概率。该方法不仅考虑特征词、词频、文档数量先验知识,而且将特征词语义融合到隐马尔科夫分类模型中。通过实验评估,取得了比原HMM模型和朴素贝叶斯分类模型更好的分类效果。(本文来源于《计算机应用与软件》期刊2017年07期）
李浩,李博[6]（2017）在《基于关联语义融合的WebGIS数据库优化检索方法研究》一文中研究指出为提高在Web上发布的空间数据的检索能力,针对传统的WebGIS数据库模糊指向性聚类检索方法容易陷入局部收敛导致检索准确度不高的问题,提出一种基于关联语义融合聚类的WebGIS数据库优化检索方法。采用有向图模型构建WebGIS数据库检索节点分布结构模型,在WebGIS数据库存储数据信息流中进行关联语义特征信息挖掘,以挖掘的特征信息为数据库检索的指向性信息素,并采用分段融合模糊聚类方法进行关联语义融合聚类处理,在数据融合中心中求得数据库检索目标值的全局最优解,实现数据库优化检索和访问。仿真结果表明,采用该方法进行WebGIS数据库检索,对检索数据的查准率较高,抗干扰能力较强,检索过程的收敛性较好。(本文来源于《河南农业大学学报》期刊2017年03期）
梁艳琪[7]（2017）在《基于关联数据的文物数字资源语义融合与服务研究》一文中研究指出我国是历史悠久的文明古国,祖先遗留下来了大量的珍贵文物,经过文博界工作者及史学家们多年的艰苦努力,发现并挖掘出了许多古代遗址和珍贵文物,记录着华夏文明的发展历程。许多文物保护机构都利用了现代信息技术对历史文物进行了数字化保存,文物数字资源得到了极大的丰富与充实,并且通过线上平台向市民免费开放,实现资源共享。然而,通过对提供文物数字资源服务与利用的数字博物馆、文博网站等机构进行调研,发现文物数字资源呈现出分布异构、关联性差且服务单一的现实问题,导致现阶段文物数字资源的利用效率低。深入分析其原因,主要有数字化资源保存的方式和技术标准不一致,缺乏统一的规划和管理机制,且不同机构之间的资源缺乏联系。因此,如何有效地发现和访问这些分散存储且异构的文物数字资源,并且从多个维度提供检索和服务是目前亟需解决的重要问题。近几年来,随着语义网的发展,万维网已经从文档网络演变成为数据网络,关联数据技术是实现这一演变的重要推动力。关联数据技术采用RDF数据模型,利用URI和HTTP协议,在不同来源的数据之间创建链接,最终形成全球性的数据网络。目前关联数据的应用在各个领域不断得到深化和发展,在政府信息融合、企业信息融合和图书馆信息融合等方面取得了很好的实践效果。因此,有必要引入关联数据技术,解决现有文物数字资源分散异构的问题,加强网络环境下文物数字资源的语义融合,提高面向用户的服务能力。通过文献调研,本文梳理了关联数据与文物数字资源融合的相关研究现状,分析其存在的不足之处,进而提出本文研究内容:基于关联数据的文物数字资源语义融合与服务。本文首先在定义文物数字资源的内涵和外延的基础上,分析关联数据技术在文物数字资源语义融合过程中的作用,提出了文物数字资源融合方法;其次,通过设计文物数字资源元数据方案、构建元数据本体,提出基于关联数据的文物数字资源语义模型;然后,提出并深入分析文物数字资源关联数据的发布方法和与外部关联数据集的互联方法。针对文物数字资源的特点,本文提出基于关联数据的语义服务,包括概念检索服务、浏览与推荐服务、可视化服务和个性化服务等,同时构建文物数字资源服务平台,深入分析其功能模块,为用户提供丰富的文物数字资源语义服务。最后,本文选择了文物类别中的绘画领域进行实证研究,从不同数据来源广泛获取文物绘画相关数字资源,根据制定的核心元数据标准录入数据,然后构建文物绘画领域本体,实现资源的标注,再利用D2R完成文物数字资源关联数据的发布,在此基础上,通过Falcon-Ao完成基于本体映射的实体识别,实现与外部关联数据的互联。本文的研究表明,运用关联数据技术是实现文物数字资源语义描述、融合与服务的有效途径,对文物数字资源的传播与利用有着十分重要的作用。(本文来源于《华中师范大学》期刊2017-05-01）
徐林会[8]（2017）在《基于隐马尔可夫模型与语义融合的文本分类研究》一文中研究指出文本分类是组织和管理大规模文本数据关键技术,也是自然语言处理中的重要任务.在统计模型中有很多成熟的自动化分类方法,但这些方法缺少文本语义与句法结构相关联信息.鉴于此问题提出基于隐马尔可夫模型与语义融合的文本分类方法.针对经典文本分类方法特征项维数过高,忽略特征词语义现象,提出融合特征词语义的隐马可夫模型文本分类模型.利用信息增益提取特征词并通过word2vec提取特征词语义.针对文本句法结构丢失问题,提出基于隐马尔可夫模型和主题模型的文本分类方法.隐马尔可夫模型提取句法结构,主题模型提取特征语义信息,最终融合二者特征输入最大熵分类器完成文本分类.并通过实验评估,实现基于隐马尔可夫模型与语义融合的文本分类对比经典模型在评价指标大幅提升.(本文来源于《辽宁工程技术大学》期刊2017-04-01）
王萍,黄新平[9]（2016）在《基于关联开放数据的数字文化资源语义融合方法研究——欧洲数字图书馆案例分析》一文中研究指出[目的 /意义]通过对国内外数字文化资源语义融合相关研究成果的总结和Europeana案例分析,为国内数字文化资源整合的研究与实践提供参考和借鉴。[方法 /过程]选取目前发展较为成熟的数字文化资源整合项目Europeana作为案例,分别从资源内容描述规则、语义知识本体模型设计、元数据语义化操作和关联数据的发布与访问4个方面对其数字文化资源语义融合的实现方法进行分析。[结果 /结论]研究发现,构建聚合式元数据模型、建立细粒度语义概念模型、创建开放的语义关联数据网络、提供泛在化关联数据应用服务是实现数字文化资源语义融合的关键。(本文来源于《图书情报工作》期刊2016年12期）
刘子平[10]（2016）在《基于主题句语义融合的多文档摘要算法研究》一文中研究指出随着互联网上的文本信息量呈指数式增长,自然语言处理作为计算机智能处理海量文本信息的关键,已成为目前的一个研究热点。当前国际自然语言处理的研究热点有机器翻译,情感分析,语义分析,文档摘要等,并且都取得了不错的成绩。其中,多文档摘要技术为快速、有效地组织大量信息提炼出至关重要的内容,提供了一种良好的途径。其旨在相似话题的文本中提炼出重要主题的内容,生成简短通顺、可读性好的短文本摘要,为用户处理信息带来了便利。研究,主题关系和语义信息对文本信息理解至关重要。LDA模型是一种文档随机生成过程,它通过Gibbs采样,把语料库中的词项和文档映射到潜在主题的维度上,挖掘出文章中隐藏在词汇背后的主题信息。摘要的句法分析有利于降低修饰词的嵌套复杂度,融合新的结构信息,丰富了摘要句的表达多样性,对研究自动摘要的冗余消除有着积极推动作用。从主题关系和语义融合相结合的角度,本课题研究了多文档摘要句生成方法,重点工作和创新点如下:第一,设计了基于整数线性规划的概括式自动摘要算法的框架,该算法优选出每个主题下的重要主题语义信息,融合组装成新的摘要句,并考虑了对候选摘要句的润色加工,补齐句子主干成分的辅助信息,名词短语和动词短语的重写,改善了生成概括式摘要的信息覆盖和可读性。第二,提出了基于改进LDA模型和K-means的主题句聚类算法T-means,利用了大规模文档集的聚类数与拆为为句子集中潜在主题数目的一致性特点,解决了LDA模型的最佳主题数目的估计,设计出新的主题重要度可计算模型,选取n个主题所在维度上的重要句子作为初始聚类中心,完成主题句的聚类。第叁,采用文本理解会议的公开数据集DUC 2003和DUC 2004对比不同风格摘要算法,以及当前流行的摘要算法,本文提出的摘要算法在信息丰富度和可读性上明显好于抽取式摘要和压缩摘要。(本文来源于《重庆大学》期刊2016-04-01）
语义融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
跨语言句子语义相似度计算旨在计算不同语言句子之间的语义相似程度。近年来,前人提出了基于神经网络的跨语言句子语义相似度模型,这些模型多数使用卷积神经网络来捕获文本的局部语义信息,缺少对句子中远距离单词之间语义相关信息的获取。该文提出一种融合门控卷积神经网络和自注意力机制的神经网络结构,用于获取跨语言文本句子中的局部和全局语义相关关系,从而得到文本的综合语义表示。在SemEval-2017多个数据集上的实验结果表明,该文提出的模型能够从多个方面捕捉句子间的语义相似性,结果优于基准方法中基于纯神经网络的模型方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义融合论文参考文献
[1].支双双,赵庆会,唐琎.多层语义融合CNN的步态人体语义分割[J].中国图象图形学报.2019
[2].李霞,刘承标,章友豪,蒋盛益.基于局部和全局语义融合的跨语言句子语义相似度计算模型[J].中文信息学报.2019
[3].王忠民,周肖肖,王文浪.低层特征与高层语义融合的人体行为识别方法[J].小型微型计算机系统.2018
[4].肖佳.基于知识的地理空间语义融合与相似度测量研究[D].武汉大学.2017
[5].高知新,徐林会.基于隐马尔科夫模型与语义融合的文本分类[J].计算机应用与软件.2017
[6].李浩,李博.基于关联语义融合的WebGIS数据库优化检索方法研究[J].河南农业大学学报.2017
[7].梁艳琪.基于关联数据的文物数字资源语义融合与服务研究[D].华中师范大学.2017
[8].徐林会.基于隐马尔可夫模型与语义融合的文本分类研究[D].辽宁工程技术大学.2017
[9].王萍,黄新平.基于关联开放数据的数字文化资源语义融合方法研究——欧洲数字图书馆案例分析[J].图书情报工作.2016
[10].刘子平.基于主题句语义融合的多文档摘要算法研究[D].重庆大学.2016