导读:本文包含了语义树论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,模型,本体,数据,卷积,自然语言,组合。
语义树论文文献综述
郭炳元,刘新[1]（2019）在《基于语义树的短文本相似度计算》一文中研究指出伴随着人工智能的发展,自然语言处理的各种技术被应用到互联网的各个方面,如文本数据挖掘,搜索引擎等,而文本相似度计算是自然语言处理技术的核心技术之一。本文将文本以语义树的形式表示,提取语义树的特征,通过比较两棵语义树的特征来比较两个文本的相似度。(本文来源于《中国新通信》期刊2019年16期）
王娅菲[2]（2019）在《基于加密语义树的多用户可搜索加密机制》一文中研究指出随着云计算的不断发展,云存储已经成为云计算最广泛的应用之一。云存储在为广大用户带来方便的同时,也造成了数据所有权和管理权分离的问题。云存储安全受到业界广泛地关注,为了更好地解决此问题,可搜索加密的云存储服务机制及效率问题在近几年中得到了研究者的广泛研究和发展。本文针对目前可搜索加密的不精确问题进行了研究,实现了在语义方面的精准搜索以及效率的提高。目前的可搜索加密方案大多针对多用户,多关键字搜索等方面进行研究,但没有考虑到语义对于搜索结果的影响,为了解决这个问题,本文实现了语义方面的可搜索加密,并且在此基础上提高了运作效率。本文利用了两个云服务器确保用户语义搜索的高效运行,一台用来匹配陷门以及产生语义的相关匹配结果,另一台用来搜索出最相关的文件并返回给用户。为了更安全和高效,本文中语义树上传至云服务器中,使用在云服务器中产生陷门的办法,确保减少用户的计算量,同时对语义树进行加密,保证语义树关键信息的安全,不被恶意用户窃取。另外,本文采用消息摘要算法(Message-Digest Algorithm 5,MD5)加密可以保证明文与密文的对应,并且利用MD5加密的密文无法通过密文解出明文的特点,保证明文的安全。通过安全性分析可得本方案具有抗伪造攻击、已知密文模型下的安全性和数据的安全性。通过语义树的效率分析和与目前相关方案的时间复杂度的对比分析,表明该方案具有高效性。(本文来源于《兰州理工大学》期刊2019-05-20）
赵鹏,冯晨成,韩莉,纪霞[3]（2019）在《融合深度学习和语义树的草图识别方法》一文中研究指出现有的草图识别框架利用整幅图像作为网络输入,草图识别过程可解释性较差.文中融合深度学习和语义树,提出草图语义网(Sketch-Semantic Net).首先对草图进行部件分割,将单幅完整的草图分割为多个具有语义概念的部件图.然后利用深度迁移学习识别草图部件.最后通过语义树的语义概念关联部件同部件所属草图对象类别,较好地弥补sketch图像从底层语义到高层语义之间的语义鸿沟.在广泛应用的草图分割数据集上的实验验证文中方法的有效性.(本文来源于《模式识别与人工智能》期刊2019年04期）
郝志峰,王日宇,蔡瑞初,温雯[4]（2019）在《基于贝叶斯网络与语义树的隐私数据发布方法》一文中研究指出为在隐私预算相同的条件下提高发布数据的可用性,在PrivBayes的基础上,提出一种改进的隐私数据发布方法PrivBayes_Hierarchical。基于贝叶斯网络隐私数据发布方法的思想,引入语义树对含有层次关系的数据属性进行抽象,使用贝叶斯网络描述数据属性之间的依赖关系。利用格雷码减少随机噪声对数据精度的影响,并对贝叶斯网络结构学习方法进行优化,以减少不必要的隐私预算消耗,提高数据可用性。实验结果表明,该方法在公开数据集下可以获得比PrivBayes更高的数据精度,从而提升隐私数据集的可用性。(本文来源于《计算机工程》期刊2019年04期）
张金,倪晓军[5]（2017）在《基于语义树与VSM的主题爬取策略研究》一文中研究指出主题爬虫主要用于解决用户的定制化搜索需求,即在日益增长的网络数据中快速、有效、准确地选取用户关注的主题内容进行爬取。提高爬取特定信息的准确性,需要对网页的内容相关度进行主题相关判断,而主题爬虫关注的核心问题就是相关度计算,但现有的改进算法大多采用人工智能和机器学习等技术,不仅引起算法复杂度的提高,而且提升效果有限。为此,提出了一种基于语义树与VSM的主题爬取策略,将语义相似度的计算加入到内容相关度计算与链接排序中,并通过对策略中算法细节的改进优化相关度的主题判别。实验结果表明,使用基于语义树与VSM爬取策略的主题爬虫可将爬行路线一直保持在相关度较高的网页链接中,对网页链接进行了相关与不相关的有效分类,显着地提高了爬取的准确率。(本文来源于《计算机技术与发展》期刊2017年11期）
李琳[6]（2016）在《基于语义树的叁维角色模型创作方法研究》一文中研究指出作为构建虚拟世界的基石,叁维模型是VR时代下数字化设计的重要对象。计算机辅助建模研究的核心任务就是让设计师的工作更加高效,设计结果更加出色。为了追逐这个目标,叁维建模研究依次经过了参数化、特征化和结构化等阶段,从具体到抽象、从局部到全局、从几何到语义,逐渐形成了比较完整的模型创建和编辑方法。但是,对于模型设计创意上的辅助和引导,是近几年才受到关注的一个新问题,基于样例的学习方法是这类问题的主要求解方法;其中包含了一些基于叁维模型部件组合的设计创新工作,其核心的批量学习和等位置换思想适合于结构类似且部件功能固定的人造物品,而对于游戏影视中的细节多变且创意无限的叁维动画角色,仍然存在数据收集困难和缺乏结构创新等问题。在设计理念越来越个性化的发展趋势下,类似于叁维角色这种结构多样的特性在人造物品设计中也会日益明显,因此需要探索一种针对结构多变且允许结构创新的叁维模型表达以及相应的组合设计求解方法。本文以影视游戏中的叁维角色为设计对象,研究其在模型创新设计中批量分割标记与组合建模的指导规则与有效方法,提出了一套基于语义树进行模型结构表达的方法并建立了角色组合创新的示范流程。具体包含了以下四个方面的工作:(1)提出了一种可以有效表达叁维角色模型结构的语义树描述在对游戏怪物角色与自然界脊椎类生物进行类比分析后,设计了角色语义树的符号描述和基本视图表达,并赋予分支、骨骼和设计叁种观察视图,用以支持不同策略的分割操作以及设计组合思路。针对公开数据库中叁维角色数据较少且单调的问题,建立了一个多来源的小型角色数据库,进行了这些角色视图建立的实验与分析工作。(2)提出了一种同构叁维角色模型批量分割与标记方法在分支视图指导下,利用角色模型的管状分支特性,构建不同分支分割顺序以及分割特征的约束规则。首先通过测地距离依次确定分支终点,然后对显着曲率变化区域搜索找到分支分割点,最后将过分割点的最短封闭环作为分割切口以满足部件连接的需要。该方法可通过修改约束快速适应不同结构角色的分割任务,从而解决叁维角色分支结构多变且难以收集训练数据的问题。(3)提出一种基于蒙皮的复杂角色模型分割与标记方法蒙皮是动画角色特有的描述顶点与骨骼相关性的信息,反映了同一部件中的顶点类似的运动趋向。因此在已有骨骼视图的语义标注下,可利用蒙皮进行初始分割,再对切口进行拓扑修正和优化。可对结构复杂、视觉干扰大、非完整水密模型等无法使用现有分割方法的动画角色进行有意义的分割。(4)提出一种基于非等位置换的角色协同进化方法在设计视图支持下,将进化设置为对一组角色子树基因组的置换,通过概率图进行结构学习快速筛选不合理解,并使用保持初代、多源角色优先、多部件优先等协同策略保证对解空间的稳态搜索。可以得到等位置换方法无法产生的新角色,并在可视化、创造性和启发性方面得到了用户的肯定。(本文来源于《合肥工业大学》期刊2016-10-01）
王泓霖[7]（2016）在《基于语义树的叁维模型检索的研究》一文中研究指出随着计算机在多媒体技术和虚拟现实技术等方面的不断提高,3D模型在计算机辅助设计(CAD),机械工程和娱乐等各个领域的应用已经越来越普及。随着计算机图形硬件性能的提高和几何造型软件的普遍应用。3D模型的数量以惊人的指数倍增长。这极大的丰富了3D模型资源,从而形成了极多的3D模型库。但是,如何有效利用现有的3D模型资源,以及迅速找到所需要的3D模型或者模型重用,3D模型检索开始引起越来越多的科研人员的注意。3D模型检索大体可以分为基于关键字的3D模型检索,基于内容的3D模型检索和基于语义的3D模型的检索。基于关键字的3D模型检索是最简单的也是应用最广泛的。基于内容的3D模型检索是研究的重点。3D模型特征提取以及相似度计算都是重点也是难点。而基于语义的3D模型检索,是3D模型检索的必然发展趋势。本文的研究内容主要包括以下几个方面:(1)语义树的构造。由于语义网不能表现各个概念之间的层次结构关系,但是树型结构就有这个优势。所以更加倾向于语义树。从深层了解Word Net结构特点,充分利用这种结构特点。借用普林斯顿大学的3D模型库PSB(Princeton Shape Benchmark),构造语义树。(2)关键词语义的扩展问题及相应的检索方法。借助Word Net给出关键词的同义词与下位词,通过扩展关键词集来减少语义树不包含关键词的情况。其次,在语义树不包含关键词的情况下,依据Word Net计算关键字语义与模型语义的相似性,返回语义相似性强的节点下的模型,减少检索结果为空的可能性。(3)采用相关反馈机制来提高检索结果。利用获取到的用户反馈信息进行二次检索来提高检索效率是常用的方法。但是,本文在此基础上进行了优化。主要是在第一次检索结果集中,利用模型的几何形状特征来进行二次检索,返回更加符合用户检索意图的模型。本文主要在叁维模型检索的过程中融入语义树,从而开展相应的工作。该方法在某种程度上有效的提高了检索效率,优化了检索结果。(本文来源于《山东师范大学》期刊2016-06-05）
杜明芳,王军政,李多杨,何玉东[8]（2016）在《基于语义树Markov随机场模型的地面机器人多尺度道路感知》一文中研究指出道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大。提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法。在时空域上采用叁维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场(RT-MRF)模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航。采用自主研制的四足仿生机器人作为研究和实验平台。实验结果表明:该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求。(本文来源于《兵工学报》期刊2016年03期）
王泓霖,王吉华,蔡萌萌[9]（2015）在《语义树在叁维模型检索中的应用》一文中研究指出为了解决基于文本和基于内容的叁维模型检索所存在的问题,提出语义树在叁维模型检索中的应用,该方法首先基于WordNet为PSB(Prince.tonShapeBenchmark)本体库构建叁维模型语义树,提出一种全新的构造语义树的方法,而且扩充语义树也十分简单,在进行检索时采用信息量来计算语义相似度返回相似性高的模型,并且提出了较好的检索方法,同时通过反馈机制进一步优化检索结果,实验表明该方法可以有效地提高叁维模型检索的效率。(本文来源于《计算机与数字工程》期刊2015年12期）
王亚腾,蔡东风,冯好国,周俏丽,魏铭濡[10]（2014）在《面向专利文本基于叁维动概念模型的汉语语义树库的构建》一文中研究指出本文探讨了面向专利文本构建汉语语义树库的一些问题。在叁维动概念模型理论的基础上,面向专利翻译,确定了以语块为标注对象的语义关系标注集;提出了自顶向下的人工标注流程;以及对句子进行层次划分和体现核心词的树库加工处理规范。面向专利文本构建语义树库,对充分挖掘专利文本中的有用信息起到十分重要的作用。(本文来源于《第十五届汉语词汇语义学国际研讨会论文集》期刊2014-06-09）
语义树论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着云计算的不断发展,云存储已经成为云计算最广泛的应用之一。云存储在为广大用户带来方便的同时,也造成了数据所有权和管理权分离的问题。云存储安全受到业界广泛地关注,为了更好地解决此问题,可搜索加密的云存储服务机制及效率问题在近几年中得到了研究者的广泛研究和发展。本文针对目前可搜索加密的不精确问题进行了研究,实现了在语义方面的精准搜索以及效率的提高。目前的可搜索加密方案大多针对多用户,多关键字搜索等方面进行研究,但没有考虑到语义对于搜索结果的影响,为了解决这个问题,本文实现了语义方面的可搜索加密,并且在此基础上提高了运作效率。本文利用了两个云服务器确保用户语义搜索的高效运行,一台用来匹配陷门以及产生语义的相关匹配结果,另一台用来搜索出最相关的文件并返回给用户。为了更安全和高效,本文中语义树上传至云服务器中,使用在云服务器中产生陷门的办法,确保减少用户的计算量,同时对语义树进行加密,保证语义树关键信息的安全,不被恶意用户窃取。另外,本文采用消息摘要算法(Message-Digest Algorithm 5,MD5)加密可以保证明文与密文的对应,并且利用MD5加密的密文无法通过密文解出明文的特点,保证明文的安全。通过安全性分析可得本方案具有抗伪造攻击、已知密文模型下的安全性和数据的安全性。通过语义树的效率分析和与目前相关方案的时间复杂度的对比分析,表明该方案具有高效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义树论文参考文献
[1].郭炳元,刘新.基于语义树的短文本相似度计算[J].中国新通信.2019
[2].王娅菲.基于加密语义树的多用户可搜索加密机制[D].兰州理工大学.2019
[3].赵鹏,冯晨成,韩莉,纪霞.融合深度学习和语义树的草图识别方法[J].模式识别与人工智能.2019
[4].郝志峰,王日宇,蔡瑞初,温雯.基于贝叶斯网络与语义树的隐私数据发布方法[J].计算机工程.2019
[5].张金,倪晓军.基于语义树与VSM的主题爬取策略研究[J].计算机技术与发展.2017
[6].李琳.基于语义树的叁维角色模型创作方法研究[D].合肥工业大学.2016
[7].王泓霖.基于语义树的叁维模型检索的研究[D].山东师范大学.2016
[8].杜明芳,王军政,李多杨,何玉东.基于语义树Markov随机场模型的地面机器人多尺度道路感知[J].兵工学报.2016
[9].王泓霖,王吉华,蔡萌萌.语义树在叁维模型检索中的应用[J].计算机与数字工程.2015
[10].王亚腾,蔡东风,冯好国,周俏丽,魏铭濡.面向专利文本基于叁维动概念模型的汉语语义树库的构建[C].第十五届汉语词汇语义学国际研讨会论文集.2014
论文知识图
