【摘 要】
：
针对单直线几何属性的弱稳定性及非“一对一”匹配结果难以检核问题，提出一种结合线对几何特征及单线描述符约束的直线匹配算法。所提算法将邻域内满足一定几何条件约束的两直线构建线对，作为一个整体进行匹配。匹配过程中首先利用线对中两直线交点的核线约束匹配候选范围，然后逐一采用线对内角度、线段间距离比、线对邻域辐射信息三种属性特征对匹配候选进行筛选，最后根据三角形区域灰度相似性确定最终匹配对。检核过程中首先根
论文部分内容阅读
针对单直线几何属性的弱稳定性及非“一对一”匹配结果难以检核问题，提出一种结合线对几何特征及单线描述符约束的直线匹配算法。所提算法将邻域内满足一定几何条件约束的两直线构建线对，作为一个整体进行匹配。匹配过程中首先利用线对中两直线交点的核线约束匹配候选范围，然后逐一采用线对内角度、线段间距离比、线对邻域辐射信息三种属性特征对匹配候选进行筛选，最后根据三角形区域灰度相似性确定最终匹配对。检核过程中首先根据直线与核线夹角及直线斜率建立同名线对中单直线的对应关系，然后每组同名线对分裂得到两组同名直线，在此基础
其他文献
针对经典的帝王蝶优化(MBO)算法不能很好地处理连续型数据，以及粗糙集模型对于大规模、高维复杂的数据处理能力不足等问题，提出基于邻域粗糙集(NRS)和帝王蝶优化的特征选择算法。首先，将局部扰动、群体划分策略与MBO算法结合，构建传输机制形成一种二进制MBO(BMBO)算法；引入突变算子增强算法的探索能力，设计基于突变算子新的BMBO(BMBOM)算法；然后，基于邻域粗糙集的邻域依赖度构造适应度函数
在全球变暖的背景下，干旱事件发生频率和强度的增加导致陆地生态系统中植被多样性发生重大变化，研究植被物候对季节性干旱的响应对保护黄土高原的生态系统具有重要意义。基于MODIS遥感归一化植被指数（MODIS NDVI: MOD13Q1）数据及降水和气温逐月格点数据，采用岭回归分析方法，探讨黄土高原植被物候对季节性干旱的敏感性响应。结果表明：（1）上年夏季SPEI（Standardized precip
针对地图制图综合过程中道路网相似度的定量计算问题，提出了一种顾及道路网综合过程的相似度计算模型。方法基于空间相似关系理论较好地顾及了地图综合中空间关系的相似性；利用语义权重计算总体相似度更加符合地图综合的规则。最终经由430个样本的心理认知实验结果与专业人员的心理认知结果基本一致。实验结果表明：该模型基本符合人类直观感受，且模型自动化程度较高。研究结果可适用于规模要素群的综合过程。
影响力最大化是社交网络分析中的一个重要问题，旨在挖掘可以使得信息在网络中传播范围最大化的一小组节点（通常称为种子节点）。现有基于网络拓扑结构的启发式影响力最大化算法通常仅考虑某单一的网络中心性，没有综合考虑节点特性和网络拓扑结构，导致其效果受网络结构的影响较大。为了解决上述问题，提出了一种融合覆盖范围和结构洞的影响力最大化算法NCSH，该算法首先计算所有节点的覆盖范围和网格约束系数；然后通过覆盖范
传统的图卷积网络（GCN）和它之后的很多变体都在浅层时达到最佳的效果，没有充分利用图中节点的高阶邻居信息。随后产生的深层图卷积模型又不可避免产生过平滑的问题，导致无法有效区分图中不同类别的节点。针对此问题，提出了一种利用初始残差和解耦操作的自适应深层图卷积模型（ID-AGCN）。该模型首先对节点的表示转换以及特征传播进行解耦,然后在节点的特征传播过程中添加了初始残差，最后自适应地结合不同传播层得到
针对文本情感分析已经逐渐成为自然语言处理的重要内容，并在系统推荐、获取用户情感信息，为政府、企业提供舆情参考等领域越来越占据重要地位的趋势下，通过文献调研的方式，对情感分析领域的方法进行对比和综述。首先从时间、方法等维度对情感分析的方法进行文献调研，然后对情感分析的主要方法，应用场景进行归纳，总结和对比，最后在此基础上分析每种方法的优缺点。根据分析结果可以知道，在面对不同的任务场景，主要有三种情感
针对标注神经网络训练数据的成本日益高昂与噪声干扰阻碍语音识别系统性能提升的问题，提出一种基于自监督知识迁移的鲁棒性语音识别模型训练算法。首先，预处理阶段提取原始语音样本的三个人工特征；然后，训练阶段将特征提取网络生成的高级特征分别通过三个浅层网络来拟合预处理阶段提取的人工特征；同时，与语音识别后端进行交叉训练，而后合并损失函数。最后，通过梯度反向传播令特征提取网络学会提取更有助于去噪语音识别的高级
沙尘暴对大气环境和人类健康造成严重影响，查明沙尘来源对防沙治沙具有重要意义。选择中国北方7地2021年“3·15”沙尘暴期间降尘样品，分析粒度组成和核素（235U、232Th、226Ra、~(137)Cs）含量差异。结果表明：西宁、兰州、西安、北京、济南和临沂6地降尘以粉粒为主，核素含量特征表明降尘是远距离搬运的风尘沉积或吹蚀起的附近黄土。除中卫和西安外，其余5地沙尘的~(137)Cs比活度远高于
属性图嵌入旨在将属性图中的节点表示为低维向量，同时保留节点的拓扑信息和属性信息。属性图嵌入已经有一系列相关工作，它们大多数是有监督或半监督。在实际应用中，需要标记的节点数量多，难度大，消耗了巨大的人力物力。本文针对上述问题以无监督的视角重新分析，提出了一种无监督的属性图嵌入算法。该算法首先通过已存在的无属性图嵌入算法和图的属性分别计算节点的拓扑信息和属性信息，其次利用图卷积网络（GCN）得到节点的
创建规则的元素布局在许多场景下是常见的任务. 用户在完成该任务的时候往往需要进行大量烦琐的元素操作. 针对该问题， 提出了一种布局预测方法以协助用户高效地创建规则元素布局. 从SmartDraw中选取30组流程图模板作为基础数据集并进行数据增强， 以视觉图像和属性编码2种形式对数据进行联合编码， 训练以图像字幕网络为基础框架的神经网络， 使该网络有效地学习到进行元素布局时的规则， 并据此进行布局的