北京市民的城市森林空间意象感知研究——基于语义差别法的分析

本研究以三类典型城市森林类型为研究对象,于2015年12月至2017年11月在北京市城六区范围内进行了样本数为2975的市民问卷调查,通过语义差别法对北京城市森林的市民感知进行深入的定量分析,重点研究不同城市森林类型、不同市民群体类型下市民对于城市森林的感知规律及特点,并就市民感知与其个体特征之间的相关关系进行探讨。研究表明:(1)市民对城市森林在视觉、心理层面的感知差异较大,而在空间感方面的感知差异并不明显;(2)市民对社区绿地的评价最高,公园绿地次之,公共绿地的感知评价最低;(3)公共绿地和社区绿地市民认为其属于感知受损方,而公园绿地市民认为其属于感知受益方;(4)市民感知与其个体特征之间存在不同程度的相关性和差异性。本研究基于研究结论进行了相应的讨论。     

数字人文中图像资源的语义化标注研究

[目的/意义]数字人文领域存在的大量图像资源长期以来一直没有得到有效的利用,图像孤岛现象愈演愈烈。国际图像互操作框架（IIIF）为图像资源的深度交互和应用打开了新的窗口,而图像标注正是打通图像孤岛、提升图像认知的关键。[方法/过程]论文基于IIIF框架提出了“图像层面的元数据注入”“对象层面的内容录入”和“语义层面的语义引入”的3层标注模型。同时,文中构建的本体管理平台为图像资源的语义化标注提供了本体上的支持。[结果/结论]以韩干《照夜白图》为例,探讨了使用图像标注和IIIF技术在图像内容语义增强、对象标签聚类和资源精准关联等方面所带来的新的交互体验和研究模式。可以说,IIIF、关联数据（Linked Data）和人工智能（AI）的结合必将开启数字人文研究的新时代。     

基于语义分割的食品标签文本检测

食品包装上的标签文本含有生产日期、营养成分、生产厂家等食品相关信息,这些不仅为消费者购买食品提供了重要依据,也有助于食品监督抽检机构发现潜在的食品安全问题。食品标签文本检测是食品标签自动识别的前提,有助于降低人工录入成本、提高数据处理效率。基于食品包装图像构建数据集,提出了一种基于语义分割的距离场模型,以检测食品标签。该模型包含像素分类和距离场回归两类任务,其中像素分类任务分割处理图像中的文本区域,距离场回归任务预测文本区域内的像素点到该区域边界的归一化距离。为提升模型的检测性能,在回归预测模块中通过增加注意力模块优化模型结构,并针对距离场回归任务损失值过小、影响模型训练优化问题对其损失函数进行了改进。消融实验结果表明,增加注意力模块和损失函数的改进使得模型的准确率分别提高了4.39、3.80个百分点,有效提高了检测准确率。食品包装图像数据集的对比实验表明,采用本文模型检测食品标签文本具有较好的性能,其召回率、准确率分别达到87.61%、76.50%。     

改进Mask R-CNN的真实环境下鱼体语义分割

鱼体语义分割是实现鱼体三维建模和语义点云、计算鱼体生长信息的基础。为了提高复杂环境下鱼体语义分割精度,该研究提出了SA-Mask R-CNN模型,即融合SimAM注意力机制的Mask R-CNN。在残差网络的每一层引入注意力机制,利用能量函数为每一个神经元分配三维权重,以加强对鱼体关键特征的提取;使用二次迁移学习方法对模型进行训练,即首先利用COCO数据集预训练模型在Open Images DatasetV6鱼类图像数据集完成第一次迁移学习,然后在自建数据集上完成第二次迁移学习,利用具有相似特征空间的2个数据集进行迁移学习,在一定程度上缓解了图像质量不佳的情况下鱼体语义分割精度不高的问题。在具有真实养殖环境特点的自建数据集上进行性能测试,结果表明,SA-Mask R-CNN网络结合二次迁移学习方法的交并比达93.82%,综合评价指标达96.04%,分割效果优于SegNet和U-Net++,较引入SENet和CBAM注意力模块的Mask R-CNN交并比分别提升了1.79个百分点和0.33个百分点,综合评价指标分别提升了2.03个百分点和0.38个百分点,模型参数量分别减小了4.7和5MB。研究结果可为鱼体点云计算提供参考。     

食品包装设计中品牌色的色彩语义分析及应用研究

本文将对食品包装设计中品牌色的色彩语义进行分析，同时通过食品包装设计中品牌色对消费者的作用及其传播两方面内容展开研究，旨在促进企业的持续发展。     

汉语口语中的话语标记"不说别的"

文章从共时角度描写了"不说别的"的几种语义,指出"不说别的"已经在某些情况下具有了话语标记的性质,其功能是引出一个说话者重视的内容并提请听者注意.     

数控机床故障知识的本体建模及语义检索研究

本文着重研究了数控机床故障领域的知识表示问题,通过对比不同的知识表示方法,最终采用了本体进行数控机床故障知识的表示,在研究了多种本体构建方法基础之上,提出了数控机床故障知识的本体工程构建方法。同时,使用开源软件Protégé构建了数控机床故障知识本体模型,充分表达了数控机床故障知识的概念与概念以及概念属性之间的关系。在此本体模型基础之上,研究了数控机床知识的语义检索模型。     

基于Word2Vec的自动通知服务研究

针对现有消息服务无法及时推送突发性消息的不足,从社交媒体中获取群众对于突发性事件的讨论信息作为语料库,采用深度学习中的Word2Vec算法来推断突发性事件的发生地和详细信息。试验环节将停水和停电通知服务作为研究对象,并从百度贴吧获取相关帖子作为语料,采用Word2Vec算法来推断突发性停水和停电的地点和原因,并以LDA(Latent Dirichlet Allocation,隐含狄利克雷分布)模型作为对比,试验结果证明了基于Word2Vec的消息通知服务的有效性和优越性。     

基于语义和交际角度下的《茶经》翻译策略研究

中国是茶的起源地,关于茶的书籍——《茶经》也成为了中国茶典籍的代表作。随着中国传统文化精神走出国门,由于其内蕴丰富,也使研究学者将视野拓展到《茶经》的各个层面。《茶经》中所富含的哲理和宗教意义深邃而久远,在中国传统茶文化与儒家、道家、释家思想相融合和渗透的过程中,《茶经》中所蕴含的中庸思想也成为了茶文化的核心。