实例检索

摘要： 为了缩短机床产品研发设计周期,快速响应市场客户个性化需求,分析模块化设计的应用背景,在研究产品模块划分和组合方法的基础上,提出一种基于模块化设计理论的数控机床产品模块划分检索方法。首先对数控车床产品进行功能分解,建立功能树并对功能元进行编号,构造功能元判断矩阵,采用层次分析法确定相关权重,利用R型聚类法对子功能聚合,得到功能模块划分方案。在此基础上基于模糊相似优先比法对床身模块进行实例检索,从而达到缩短产品设计周期的同时满足客户个性化要求,高效地为客户提供满意数控机床产品的目的。

摘要： 针对实例检索中普遍存在的索引精度和索引速度间的基本矛盾问题,以及由于实例数目增多导致的检索效用问题,进行了基于关联函数和D-HS索引的改进与融合研究.首先,结合模糊数和关联函数,提出模糊关联函数的概念并推导出相应计算公式,同时结合层次分析法建立单维关联函数组合相似性度量模型;其次,基于Sigmoid函数对产品属性值进行非线性变换,提高数据划分层级的能力,解决传统D-HS索引中因属性值的非均匀分布导致的检索准确率低下问题;最后,融合上述改进方法,并以真空泵的检索选型为例,验证了研究的有效性和可行性.

摘要： 飞机结构件具有典型的多品种、小批量特点,为了提高设计经验与设计知识的积累和重用,提出了基于改进灰色关联理论的实例检索与实例匹配的变型设计技术.以典型飞机结构件为例,以CATIA软件为平台,CAA为开发工具,建立飞机结构件实例库,运用改进灰色关联理论检索出飞机结构件实例库中与设计问题相似度最高的实例模型,利用CATIA中超级拷贝功能按照新的建模基准拷贝检索出的实例模型特征,然后对其进行模型特征的更改,完成飞机结构件的变型设计.该变型设计技术提高了飞机结构件设计质量与效率,减少了设计反复,提高了飞机结构件设计知识的重用.

摘要： 针对传统的实例检索方法难以解决复杂机械产品设计的多层次和多属性问题,在分析机械产品设计结构整体和局部形态相似性的基础上,采用分形结构"布局—组件—零件"描述复杂机械产品的设计实例.通过基于子空间法的实例分类,提出了一种多级实例检索方法,将检索过程分为实例模板的检索和模板内的实例检索,并采用最邻近法计算实例相似度.最后以某型号洗扫车清扫装置的设计为例,验证了该方法的有效性.

摘要： 为了高效的检索出满足客户需求的产品进行快速设计,研究开发有效的计算机辅助机床产品检索及评价系统,有利于厂家在市场竞争中取得优势.结合机床产品实例检索的实际,提出了模糊近似优先比方法对实例进行相似度度量,并利用加权平均法对实例进行综合评判.为使最后得到的实例具备最佳的综合性能,提出了基于灰色关联分析的相似实例评价方法.在所提出理论方法的基础上利用Matlab GUI开发了机床产品实例检索及评价系统.最后,以机床产品为对象进行了应用验证,实验结果表明使用该系统进行实例的检索及评价十分快捷、准确且有效.

摘要： 为了研究在大数据条件下的价格权重对相似度计算模型的影响,以及解决传统案例属性之间的相似度计算模型不完全适用于家电产品的个性化定制的问题.文章以相似度的计算模型为研究对象,引入了大数据和统计学的思想,提出了改进的主观赋权模型和属性缺失条件下的修正计算模型.结合组合权重以空调为例来计算定制产品在实例库中的相似度并对比传统的相似度计算模型.通过实例的验证,所提出的权重计算方法有效地提高了检索效率,使检索结果更加可靠.

摘要： 针对大规模定制背景下的产品选型设计,从不确定性客户需求出发,建立了集基于关联规则的合理性判别、基于三角模糊数的语义量化处理、基于主成分分析的冗余信息约简和基于层次分析法的权重值分配的客户需求智能化处理模型;通过欧氏距离计算产品相似度和K近邻分类算法在实例库中检索出最能满足客户需求的产品实例,该实例所对应的设计参数即为定制产品设计参数;最后以某工程机械公司平地机为例,对以上相似实例提取方法进行了验证,结果表明,该方法能实现个性化不确定客户需求到定制产品设计参数的映射,有效提高了后续产品配置设计的成功率.

摘要： 由于数控机床方案设计实例的多样性和复杂性,实例检索和修改过程中很难获取相关知识.针对此情况,结合数控机床方案多层次结构特点,运用相似度的高低和遗传算法对实例进行检索与修改.创建数控机床多层次结构实例库,通过计算实例相似度,检索出实例库中与目标实例相似度较高的实例;利用遗传算法对实例进行修改,将检索出的相似实例作为遗传算法的初始种群,通过交叉、 变异选择出优秀个体参与遗传操作;以数控机床床身为例,通过编写程序求取遗传算法的最优设计方案.结果表明:运用此方法可快速找到与设计问题相似度较高的方案.

摘要： 为了提高实例推理过程中实例检索的效率和质量，将粗糙集理论与神经网络相结合，提出了基于粗糙集理论和人工神经网络的实例检索模型。该方法在实例层次组织的基础上，利用粗糙集理论对实例库进行分析和处理，求得能够覆盖原始实例特征的具有最大完备度的最小属性集，作为人工神经网络输入，对网络进行训练，得到优化网络模型，将预处理的待求问题向量输入优化网络模型，提取最为接近的相似实例，作为设计参考。

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 针对钻井过程储集层伤害类型诊断涉及的因素繁多,往往是根据以往类似问题诊断的经验与结果来求解所面临的部下,本文利用基于实例推理和Agent的概念与技术,将钻井过程储集层伤害类型诊断实例构造为具有知识、目标和能力的智能实体,提出一个基于实例的多智能体储集层伤害类型诊断模型,并通过建立实例智能体之间的偏序关系进行问题的诊断,从而提高了推理系统的诊断性能.

摘要： 该文介绍了在锅炉房CAD中基于实例推理的具体实现技术，包括推理机理和CAD系统如何相互作用，实例的分解、合成方法，存储组织结构，实例的检索机制，实例的调整以及存储等内容。

摘要： 该文介绍了在锅炉房CAD中基于实例推理的具体实现技术，包括推理机理和CAD系统如何相互作用，实例的分解、合成方法，存储组织结构，实例的检索机制，实例的调整以及存储等内容。

摘要： 该文介绍了在锅炉房CAD中基于实例推理的具体实现技术，包括推理机理和CAD系统如何相互作用，实例的分解、合成方法，存储组织结构，实例的检索机制，实例的调整以及存储等内容。

摘要： 一种基于实例遮掩的文本与图像互检索方法，包括：输入由文本与图像构成的样本对；将图像和文本分别进行预处理以形成初始的图像特征向量序列和初始的词向量序列，将初始的图像特征向量序列同时输入到图像编码器和图像遮掩器，图像遮掩器根据初始的图像特征向量序列构造遮掩的图像特征向量序列并输入到图像编码器，以将图像嵌入到视觉语义空间；将初始的词向量序列同时输入到文本编码器和文本遮掩器，文本遮掩器根据初始的词向量序列构造遮掩的词向量序列并输入到文本编码器，以将文本嵌入到视觉语义空间；在视觉语义空间中度量向量间的相似度，以返回与查询样本相似度从高到低的序列。本发明解决了尾部类别样本量不足和实例的类别耦合过紧的问题。

摘要： 本发明公开了一种面向移动端实例级图像检索方法及装置，构建并训练轻量级神经网络分类模型，所述轻量级神经网络分类模型包括嵌入层、卷积注意力模块、七个瓶颈块、全连接层、卷积注意力模块、二元自适应均值池化层和分类器，将所述轻量级神经网络分类模型最后一层分类器去除后作为特征提取器，采用特征提取器提取待检索图像的图片特征，计算待检索图像的图片特征与检索数据集图像的图片特征的欧式距离，输出最小欧式距离对应的检索数据集图像。本发明解决了深度学习中面临的深度神经网络模型在移动设备中难以部署的问题，同时也是轻量级神经网络在图像检索任务中的一次成功实现。

摘要： 本发明涉及一种基于样本增强与实例感知的真实场景行人检索方法，包括以下步骤：步骤S1：将待处理的图像通过检测模型，获得预测的边界框；步骤S2：将预测边界框送入样本增强组合SEC，同时将图像的真实边界框会送入SEC，通过SEC随机抖动后生成若干边界框；步骤S3：在重识别阶段，输入的图像被送入全粒度特征提取网络OSNet的1‑3层网络结构，提取整体图像特征；步骤S4：在整体图像特征与检测阶段产生的边界框送入特征裁剪模块RoIAlign，获得根据边界框从整体图像中裁剪后得到的行人特征；步骤S5：裁剪所得的行人特征被送入OSNet4‑5层网络结构；步骤S6：通过实例感知损失函数进行优化，利用无标签信息以监督特征学习。本发明实现更高效且更具判别性的行人检索。

摘要： 一种基于实例遮掩的文本与图像互检索方法，包括：输入由文本与图像构成的样本对；将图像和文本分别进行预处理以形成初始的图像特征向量序列和初始的词向量序列，将初始的图像特征向量序列同时输入到图像编码器和图像遮掩器，图像遮掩器根据初始的图像特征向量序列构造遮掩的图像特征向量序列并输入到图像编码器，以将图像嵌入到视觉语义空间；将初始的词向量序列同时输入到文本编码器和文本遮掩器，文本遮掩器根据初始的词向量序列构造遮掩的词向量序列并输入到文本编码器，以将文本嵌入到视觉语义空间；在视觉语义空间中度量向量间的相似度，以返回与查询样本相似度从高到低的序列。本发明解决了尾部类别样本量不足和实例的类别耦合过紧的问题。

摘要： 一种基于多通道注意力区域扩展的实例检索方法，涉及图像检索技术领域。首先提出多通道注意力区域扩展模块，在网络训练中仅依赖图像类别标签，从多个通道进行注意力区域扩展操作，分别实现对图像中的多个实例进行相对完整的定位。根据定位进行特征提取的过程中，引入多分支联合训练，在提取特征时保留原信息，并进一步获得深层语义信息，增强特征的判别力。不同于已有的技术，只依赖图像类别标签训练卷积神经网络，基于类激活图和注意力区域扩展模块对图像中实例进行定位的同时，提取具有判别性的实例特征用于实例检索。可应用到电商网站的在线购物、视频媒体的智能化检索等现实场景。

摘要： 本发明涉及实例检索技术领域，公开了一种工艺实例分级检索方法，包括以下步骤：基于零件的零件属性，分别计算工艺实例库中每一工艺实例与目标实例之间的一级相似度，筛选出一级相似度大于设定阈值的工艺实例得到临时实例库；基于零件的工艺属性，分别计算临时实例库中每一临时实例与目标实例之间的二级相似度，筛选出二级相似度最大的临时实例作为最相似实例。本发明具有实例检索匹配度高的技术效果。

摘要： 一种融合关联函数和D‑HS索引的实例检索方法，包括：结合模糊数提出了模糊关联函数的概念和相应计算公式，再结合层次分析法提出单维关联函数组合相似性度量方法，相较于全维关联函数计算方法，该方法在面对高维检索时既保证了索引精度又提高了索引速度；利用Sigmoid函数对数据进行非线性变换，有效解决了传统D‑HS索引方法中因数据分布不均导致的索引准确率低下问题；融合上述改进方法，不仅提高了传统D‑HS索引的严谨性和准确性，还避免了关联函数需对全实例库实例进行相似度计算的繁琐，在一定程度上解决了检索效用问题。

摘要： 一种基于D‑HS的低碳实例索引方法，包括：将低碳实例库属性区间等概率离散化，构建实例库虚拟网格化特征属性坐标；制定实例索引规则；目标实例检索，得到索引集；构建实例匹配度准则进行索引集补充；基于需求的模糊性，构建不同数据类型特征属性的局部相似度计算模型；采用模糊公理化方法，建立实例特征属性修改信息模型，作为评定相似实例可修改性准则，构建实例检索相似度和修改信息的双重标准；数据库实例及索引更新；数据库实例达到规定数目时，对实例属性区间重新划分，构建新的网格化坐标，并更新实例库中各实例的坐标。本发明能有效提高检索的效率及正确性，同时提高了检索实例的可修改性。

摘要： 本发明实施例公开了实例检索模型微调方法、装置、计算机设备及存储介质。所述方法包括：获取新场景的训练数据；根据所述训练数据提取场景特征，并进行场景分类，以得到分类结果；根据所述分类结果检索微调策略，以得到微调方案；根据所述微调方案，利用训练数据对预训练模型进行再训练，以得到目标模型；输出所述目标模型。通过实施本发明实施例的方法可实现对模型的微调，达到少量的训练数据也可以获取到收敛的模型，且计算资源和时间成本低。

摘要： 本发明实施例公开了一种眼科影像的实例检索方法、装置、服务器及存储介质，该方法包括：获取当前用户的眼部影像；根据用户需求使用第一深度学习模型获取所述眼部影像中的预设特征影像，所述预设特征影像为眼部影像中优先突出所述预设影像特征中多个局部特征中的一种；将所述预设特征影像输入到预先训练好的第二深度学习模型中以获得匹配的样本图像以及案例描述。本发明实施例提供的一种眼科影像的实例检索方法，通过提取眼科影像的局部特征，系统在深度学习模型中进行识别，输出局部特征的识别结果，解决了现有技术中无法利用眼科影像的局部特征进行定向检索的问题，提高了眼科影像检索的精度和准确度，提升了用户的体验。