航海英语语义探源

在世界航海过程中 ,人们创造了众多语言词汇 ,丰富了人类语言。英语中也有许多与航海有关的词语 ,它们语义的产生有其特定的背景 ,在使用过程中被赋予新的含义 ,至今广泛使用。     

基于FME语义转换的CAD格式地下管线数据入库预处理

基于AutoCAD人机交互成图方式是目前地下管线探测数据处理的常用方法,而如何将以扩展属性存储复杂管线信息的CAD格式管线数据无损转换为GIS格式,并适应各种不同要求的数据标准以录入管线信息管理系统,是业内经常遇到的难题。本文基于FME软件的语义转换技术,结合实例研究将CAD格式地下管线数据无损转换为Shapefile文件的过程及要点,转换成果符合入库标准。语义转换技术使得转换过程更加灵活、高效。     

膝关节三维磁共振影像语义分割的可行性研究

MR三维图像的全膝自动分割对膝骨关节炎疾病的诊断、指导和治疗具有重要意义。然而,膝关节的三维MR图像中涉及多种多样的解剖结构,人工勾画费时耗力;全膝自动分割不但节省人力,且可以通过更准确的细节勾画来提高关节炎的诊疗质量。现有的膝关节分割方法只关注众多解剖结构中的一个或几个结构,无法提供全膝分割的结果。本文研究基于三维神经网络的全膝分割方法,并致力于应对以下挑战:①在三维 MR图像上对包括骨骼和软组织在内的全膝15个解剖结构进行端到端分割;②前交叉韧带等小结构的鲁棒分割,前交叉韧带仅占全膝体积的0.036％ 左右。在基于脂肪抑制三维各向同性中等权重VISTA序列的膝关节MR图像上,验证本文方法的平均分割精度为92.92％,其中9种结构的Dice相似系数在94％ 以上,5种结构在87％～90％ 之间,剩余1种结构在76％ 左右。      

应用描述词汇约简的OGC地理信息服务演绎推理

针对OGC地理信息服务在地理空间知识的有效组织和表达方面的能力比较弱,缺乏对服务信息的描述,数据丰富而知识缺乏,致使已有的数据在知识的表示和检索上存在缺陷,通过引入地理本体,按照基础地理信息要素分类,对地理信息服务的关键描述词汇进行提取,构建了地理信息服务本体库和实例数据库,应用粗糙集理论建立关键描述词汇约简模型,基于该模型实现了对地理信息服务实例数据库进行知识约简,形成最优实例数据库。最后应用地理信息服务本体库和实例数据库,基于演绎推理模型开发实例原型系统,实现了对地理信息服务对象的语义检索和推理,并通过试验从查全率和查准率两个指标验证了该方法的可行性、有效性和准确性。     

顾及语义的室内三维模型数据组织与可视化

本文提出了一种顾及语义的"实体-区域-入口"数据组织机制,有效整合了现有的城市三维地理空间数据与建筑物室内精细模型数据,实现了高效的室内场景数据调度与可视化;并基于此构建了三维可视化系统,验证了该方法的有效性和可行性。     

《颜氏家训》总括范围副词研究

《颜氏家训》是研究魏晋南北朝汉语的重要语料。全面统计分析其中总括范围副词,分为新、旧两种,并逐一分析其语法功能、语法位置、与其它副词叠用情况以及语义指向等,以管窥魏晋南北朝时期总括范围副词的使用情况,这对于系统研究汉语总括范围副词的发展演变具有重要的参考价值。     

GIS环境下中文命令的规则匹配与语义解析

提出了特征词双重属性的构建策略,为带有约束条件的中文命令直接转化为GIS操作提供了解决方法.针对复杂的空间、属性约束条件,定义了条件文法并设计了规则模板的生成算法;通过特征词的双重属性建立了中文命令与GIS功能函数之间的联系,采用规则匹配、函数映射方法实现中文语义解析.在此基础上,通过实例研究验证了方法的可行性.     

基于SPARQL查询的地理语义空间索引构建方法

为了实现地理语义数据的快速有效的空间查询,通过分析传统RDF索引方法和空间索引方法的不足,结合两者提出一种基于空间四元组（GeoQuad）的地理语义空间索引构建方法,并基本该方法利用Jena和ARQ实现基于SPARQL语法的地理语义空间查询。实验表明,方法高效可行,不仅能够快速定位空间RDF节点,而且能够快速进行RDF空间查询并返回RDF结果。     

基于图像语义分割的层位自动追踪方法

层位追踪是地震资料解释中基础且重要的工作.传统的层位追踪主要依靠人的主观性判断,是一项既要求专业知识经验,同时又费时费力的环节,为此本文提出了一种基于图像语义分割技术的层位自动追踪方法.图像语义分割是像素级别的分类技术,我们将地震剖面中的层位看作图像中的一个语义类别,借助分割网络进行层位的分类与追踪.本文选择了改进的Dense-UNet神经网络作为分割算法,该网络强调对特征的传递和复用,同时避免了梯度消失的问题,能够很好适应地震数据的分割任务.首先以实际地震数据制作实验所用数据集,应用数据扩充方法增大训练样本数量,再借助改进的Dense-UNet神经网络训练出最优的追踪模型,通过测试集在最优模型上的表现来评价追踪的效果.实验结果表明,改进的Dense-UNet网络能够准确且快速的自动完成层位追踪任务,验证了该方法的可行性和有效性.     

城市竣工测绘典型要素语义分割PointNet++深度学习模型适用性分析

处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法。首先,对输入的城市竣工测绘数据进行预处理,以实现点云降采样、去噪、地面点与非地面点分割;然后,人工标注5个区域场景数据毫米级标签,进行数据增强;最后,测试PointNet++网络在城市竣工测绘点云场景下的语义分割性能和效果。测试结果表明,在少量样本下,PointNet++网络可以较好地实现城市竣工测绘点云场景的激光点云语义分割,总体mIoU达73.06%,能够满足城市竣工测绘点云语义自动化分割需求,为城市竣工测绘点云数据处理提供了新思路。