一种基于知识的港口识别与理解方法

港口识别技术在军事上有着重要的应用前景。采用由上而下的知识驱动策略,充分利用了港口的图像特征,在低层处理中采用自适应平滑技术(Saint-Marc)进行预处理;中层处理提取港口重要对象目标(包括水域、防波堤和港口轮廓),用阈值分割和区域增长相结合的算法提取水域,用结构特征识别防波堤和港口轮廓;最后在高层处理中借用语义树的概念分析港口重要对象间的关系,采用概率松弛法进行港口的目标检测与识别。     

基于认知的武器系统能力描述模式

研究武器系统能力的过程,是通过实践不断认知武器系统能力,并不断反馈的过程。为此,提出基于认知的武器系统能力描述模式。首先,研究武器系统能力的基本概念,提出将武器系统能力分解为能力要素,直至底层的能力原子,对能力原子分析起关键作用的特性称为能力属性。其次,建立基于认知的武器系统能力描述的三维模型——包括语用维、语义维和语法维。第三,提出由语用分析、语义分析和语法描述构成的武器系统能力的描述框架。最后,通过一个案例示例以说明了模式的有效性和实用性。     

基于二元语义的装备维修保障能力评估

为有效克服原有评估方法主观性较强、装备维修保障的复杂性、不确定性等问题,在分析现有评估方法不足的基础上,构建装备维修保障能力评估指标体系,阐述了二元语义的基本原理,将二元语义与能力评估进行紧密结合,给出了基于二元语义的装备维修保障能力评估方法,并进行实例分析。最后,将二元语义与层次分析法和BP神经网络方法进行比较,结果表明,该方法能够有效地对装备维修保障能力进行客观评估,具有一定的参考价值。     

基于改进后语义分割模型的障碍物检测方法

障碍物检测是确保无人水面艇避障和安全航行的关键技术，针对水面反光区域误检和水面分割不准确导致的漏检问题，提出了一种基于改进后语义分割模型的障碍物检测方法，通过图像预处理、语义分割模型、显著性估计实现障碍物检测。首先，通过在预处理环节对水面中反光区域进行去除，避免其对后续检测的干扰；然后，通过引入海天线估计参数，用于调整语义分割模型初始化和先验信息，提高水面分割精度；最后，在水域范围内选取H形边界集合构造背景模型，由此判断水面中非水像素为障碍物。实验结果表明：该方法可以提高水面障碍物检测的准确度。     

多媒体信息管理的NBO(结点-块-对象)模型

描述了在多媒体数据管理中基于超图的数据库状态的形式化模型,并利用面向对象的思想,提出了NBO(结点-块-对象)模型,给出了结点、块和对象的结构方式。以装备管理为例,说明了NBO模型的构造方法和系统驱动的流程。     

基于多Agent系统的无人机智能指挥控制系统

无人机是一个具有自治性和反应性的智能系统,结合Agent的特性,将多Agent系统引入无人机智能指挥控制系统的研究与开发中.由于该系统具有复杂的动态结构和行为特征,提出了一种面向Agent的Petri网,用于系统的建模和分析,最后建立了无人机Agent、指挥中心Agent及系统的形式化模型.面向Agent的Petri网不但能描述系统的静态和动态语义,还可利用Petri网的支持工具对系统进行模拟和分析,在无人机智能指挥控制系统研究中具有较好的应用前景.     

一种基于本体的功能建模表示方法

通过分析典型的功能模型并提取具有共性的公共概念和关系,结合本体建模技术,提出了一种基于本体的功能建模方法,以解决异种功能建模框架之间知识交换与协同设计问题.该方法将功能建模过程自顶向下分解成功能、行为、流与结构4个本体类,定义分析了相关属性,并建立了概念映射关系模型,有利于构造领域功能设计本体库.最后,利用该方法构建了离心通风机的功能建模本体库.     

面向无人驾驶的野外道路可通行区域检测

针对野外非结构化道路中存在的环境背景复杂、道路类型多变、没有清晰车道线、没有规则道路边界等难点,提出一种基于语义分割的可通行区域检测方法。对所选取的数据集进行处理,将数据集标注为可通行区域、难通行区域、不可通行区域、天空4种类型;应用双边语义分割网络Bisenet进行4种类型的分割;再应用C-均值聚类算法进行可通行区域部分的提取以及二次分割,进而实现更精细的可通行区域检测。通过验证,该方法具有良好的检测效果,平均交并比达到78%,高于传统的方法。在野外道路无人驾驶方面具有一定的实际应用价值。     

融合空间偏好和语义的个体活动识别方法

个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。     

基于不稳定性采样的主动学习方法

传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。