一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在Mobile Net V2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

基于语义网的地名本体服务框架研究

本文在总结地名本体的基本概念基础上,根据基于地理空间语义网的日常地理信息查询需要,进行了地名本体的概念设计.地名本体的设计可以分为两个阶段,第一阶段主要偏重于初级本体的设计,它主要支持地理对象的标示和检索等较为初级的任务.第二阶段将支持更多高级的任务,例如空间推理等.本文通过地名本体模型的构建,探讨了基于语义网的地名本...     

地理空间数据本质特征语义相关度计算模型

关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。     

车载激光点云的道路标线提取及语义关联

自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为L3级及以上自动驾驶实现高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补充。道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分。本文从车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分图的自适应阈值分割方法把栅格图像转化为二值图像,然后利用欧氏聚类的方法从二值图像中提取标线点云,并利用特征属性筛选的方法对提取的标线点云进行语义识别,最后建立交通标线和交通规则之间的语义关联。     

基于任务驱动的战场环境分析数据映射模型设计与实现

针对传统战场环境分析模型缺乏将军事特征同用户认知与任务需求相结合的服务问题,构建了一种基于任务驱动的战场环境分析模型数据自动映射与匹配方法。通过分析作战任务的特点,建立任务形式化描述规范,构造了基于xml的基本战斗任务的需求描述模板,以战场环境分析模型为基础获取作战任务对环境数据需求的要素,建立了基于规则的战场环境分析数据映射模型,完成从任务需求到环境数据自动匹配的过程。最后通过基于该模型的战场环境分析系统数据服务平台应用,任务模板与战场环境分析数据自动映射方法得到了有效的解析,并通过工作流模式构建了可视化的数据推送,可为战场环境分析按需服务提供理论参考与方法借鉴。     

《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。     

多源道路智能选取的本体知识推理方法EI北大核心CSCD

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。     

一种针对规则冲突的规则集语义比较算法

应用DFD(Diverse Firewall Design)方法进行防火墙规则集设计时,需使用规则集语义比较算法,判断多个规则集是否语义一致。规则冲突是导致规则集语义不一致的主要原因。因此,需要研究针对规则冲突的规则集语义比较算法。而现有算法时空复杂度较高,性能低下。文中提出了1种基于关键数据包选取映射的规则集语义比较算法(KPCM)。KPCM算法针对规则冲突选取关键数据包,并通过比较这些数据包在不同规则集中的处理动作,判断这些规则集是否语义一致。理论分析和测试表明,KPCM算法时空性能均优于现有算法。     

引入PLSA模型的光学遥感图像舰船检测

提出一种基于概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)的检测算法,首先通过PLSA将目标表述为潜在成分的概率组合,然后利用统计模式识别方法对获取的潜在成分概率进行判别,从而完成最终的检测。其中,生成的潜在成分反映了目标与特征之间相互出现的频率关系,并以潜在成分在目标中概率差异的形式对上述不对应现象给出了直观描述。实验结果表明,所提出的算法对多种复杂情况下的光学图像舰船检测具有很好的准确性和鲁棒性。     

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。