基于语义相关的面向对象林地信息提取

基于地物间的语义相关关系,结合面向对象的影像分析技术,提出了适用于高分辨率影像的林地信息提取方法,包括影像分割和林地信息提取2大步骤;并以福州市2003年6月成像的IKONOS卫星影像数据为例进行了林地信息提取实验。结果表明:①通过模糊和最近邻2种分类技术分别完成植被、林地信息的提取,提高了提取过程的合理性;②以面向对象的方式进行信息提取,不仅能避免细节信息的干扰,还能利用影像的纹理信息,这相当于对影像数据进行了优化,提取结果的精度和完整性均得到了提高。     

基于语义的服务组合在鱼类分类系统中的应用

为了提高鱼类分类系统的复用率,需组合已有的各种鱼类分类Web服务,以生成满足用户需求的业务。在语义Web和本体的技术支持下,将以自然语言形式的鱼类信息转变为机器可理解形式的鱼类知识,利用本体的推理能力,生成服务组合图,基于该图,提出一种启发式的服务组合算法,并使用Java和Jena实现了该算法。程序运行结果表明,该方法不仅考虑了服务语义方面,还能根据web服务的组合经验,动态地调整web服务组合方案,提高了服务组合的适应性。     

基于语义的服务组合在鱼类分类系统中的应用

为了提高鱼类分类系统的复用率,需组合已有的各种鱼类分类Web服务,以生成满足用户需求的业务。在语义Web和本体的技术支持下,将以自然语言形式的鱼类信息转变为机器可理解形式的鱼类知识,利用本体的推理能力,生成服务组合图,基于该图,提出一种启发式的服务组合算法,并使用Java和Jena实现了该算法。程序运行结果表明,该方法不仅考虑了服务语义方面,还能根据web服务的组合经验,动态地调整web服务组合方案,提高了服务组合的适应性。     

基于本体的农业信息资源语义检索过程研究

针对语义检索的现实意义,研究本体（Ontology）定义和在语义检索中的作用,并以农业领域Ontology已经构建保存为研究基础,分析基于本体的农业信息资源的检索过程,最终将检索包装成针对本体的查询语言RDQL。     

农科类英语作文资源库中英汉语词汇搭配的对比研究

运用词义关系理论,对农科类英语作文资源库中大量的语言材料进行分析对比,指出隐藏于汉英2种语言背后的美学观念差异,语义次范畴组合差异以及文化意蕴差异,是造成英、汉语中词汇搭配差异的三大因素。词汇的搭配不是词汇的简单聚合,而是词汇间语段间的语义选择以及纵聚合与横组合关系的建构的结果。掌握词汇搭配的关键首先是把词汇知识转变成心理词汇知识,其次是激活和扩展心理词汇知识语义网络。     

电子商务搜索引擎的发展展望

21世纪以来,用户对搜索引擎提供的信息更注重质量,而以往的通用搜索引擎只是简单的罗列信息,帮助用户发现信息.专业的电子商务搜索引擎紧跟时代的热点发展方向,更加符合商务用户的信息搜索习惯.     

中间结构语言特征识解

中间结构是英语中一个很常见的句法项目。文章首先就中间结构作了简单地描写和刻画,接着从语义和句法两个层面对中间结构的主要语言特征进行阐述,其间借用一些具有代表性的语例详细分析中间结构形成过程,最后通过与其他相似结构的对比加深我们对中间结构的认识和理解。     

基于耦合式建设需求的浙江省乡村景观空间模式研究

基于语义分析法,对浙江省乡村景观的需求进行了分析和研究。通过收集相关文献资料,分析乡村景观的特点和发展趋势,提取出影响乡村景观需求的主要因素。在此基础上,使用语义分析方法对浙江省各地的乡村景观需求进行了词频分析和语义网络分析,得到了不同地区乡村景观需求的排名和语义关系,并结合浙江省乡村空间布局和产业特点提出乡村景观空间模式。研究发现,乡村景观空间模式受乡村内部建设需求、乡村空间布局和经济产业建设的差异影响,从而呈现出多样化的需求特征,融合产业发展和景观空间特征,构建乡村景观空间模式,旨在为更好地满足乡村内部建设需求,促进乡村景观的多样化和可持续发展,为浙江乡村的发展提供有力支持,实现乡村振兴战略目标。     

基于改进PSPnet的无人机农田场景语义分割

[目的]改进PSPnet语义分割模型在无人机农田场景下的性能.[方法]对PSPnet语义分割模型进行3方面改进:①通过不同维度特征级联,在强化场景解析的基础上保留更多图像细节特征.②利用深度可分离卷积模块构建轻量级语义分割模型,使其更加高效.③改进激活函数,提升模型分割效果.[结果]所建模型的平均像素准确率和平均交并比...     

卷积神经网络在农业遥感图像语义分割中的应用综述

卷积神经网络是一种特殊的人工神经网络,通过卷积核遍历图获取更多的目标特征信息。近年来,遥感技术发展迅速并被广泛应用于土地利用分析、作物分类识别、作物生长监测和病虫害检测,卷积神经网络为提取农业遥感图像的有效信息提供了新方法。卷积神经语义分割网络可根据语义信息对遥感图像像素点进行标注分割,在计算机计算能力逐步提高的前提下,分割网络结构优化,深度加深,分割准确率提高,性能提升。针对实际需要网络侧重于模块化设计改进,在土地利用分析和农作物分类识别应用中,改进的网络分割边缘细化、清晰,且像素准确率较高。在作物生长监测和病虫害识别方面,模块化改进使网络可高效实现分割任务、满足实际需要,卷积神经网络对农业遥感图像信息的语义分割为农业现代化和精细化管理提供了信息支撑。