公开(公告)号：CN102081668B

公开(公告)日：2012-07-25

申请号：CN201110025219.3

申请日：2011-01-24

申请人： 熊晶 ,  王爱民 ,  徐建良

发明人： 熊晶 ,  王爱民 ,  徐建良 ,  王继鹏 ,  张长青 ,  郭涛 ,  梁燕军 ,  孙华

IPC分类号： G06F17/30

摘要： 本发明提供一种基于领域本体的信息检索优化方法，通过检索系统的检索界面，获取用户提交的查询关键字；在用户期望的领域，根据已经建立的领域本体，对用户提交的查询关键字通过领域本体推理进行语义扩展，得到一组或多组新的查询字符串；将扩展后的查询字符串提交给一个或多个搜索引擎进行检索；对各搜索引擎的返回结果进行去重和重排序整合；将最终结果通过检索界面显示给用户。本发明是利用领域本体的语义优势，提高领域相关的信息检索的效率。

公开(公告)号：CN102081668A

公开(公告)日：2011-06-01

申请号：CN201110025219.3

申请日：2011-01-24

申请人： 熊晶 ,  王爱民 ,  徐建良

发明人： 熊晶 ,  王爱民 ,  徐建良 ,  王继鹏 ,  张长青 ,  郭涛 ,  梁燕军 ,  孙华

IPC分类号： G06F17/30

摘要： 本发明提供一种基于领域本体的信息检索优化方法，通过检索系统的检索界面，获取用户提交的查询关键字；在用户期望的领域，根据已经建立的领域本体，对用户提交的查询关键字通过领域本体推理进行语义扩展，得到一组或多组新的查询字符串；将扩展后的查询字符串提交给一个或多个搜索引擎进行检索；对各搜索引擎的返回结果进行去重和重排序整合；将最终结果通过检索界面显示给用户。本发明是利用领域本体的语义优势，提高领域相关的信息检索的效率。

公开(公告)号：CN102074013B

公开(公告)日：2012-11-28

申请号：CN201110027972.6

申请日：2011-01-26

申请人： 刘国英 ,  王爱民 ,  郭涛

发明人： 刘国英 ,  王爱民 ,  郭涛 ,  张长青 ,  郭鹏 ,  赵晓凡 ,  胡顺义 ,  刘春意

IPC分类号： G06T7/00

摘要： 本发明涉及图像处理技术领域，具体涉及一种基于小波域多尺度Markov网模型的图像分割方法，包括从待分割图像中截取Nc类具有均一区域的训练图像块；对每类训练图像块进行训练，按照同尺度频带间小波系数的位置对应关系构造该尺度每一位置的特征向量，使用最小二乘法估计对应尺度上的高斯马尔科夫模型参数；对待分割图像，进行J层小波变换；根据给定多尺度特征网模型初始的尺度间参数α，自底向上计算每一尺度上的特征向量对于每一类型纹理的多尺度似然值自顶向下估计尺度间交互参数α，建立多尺度标记场网络模型，并进行图像分割。本发明能获取更精确的分割结果，可用于纹理影像和航拍图像的分割。

公开(公告)号：CN102332163B

公开(公告)日：2013-07-31

申请号：CN201110324778.4

申请日：2011-10-24

申请人： 刘国英 ,  王爱民 ,  葛文英

发明人： 刘国英 ,  王爱民 ,  葛文英 ,  张长青 ,  宋旭 ,  吴亮 ,  刘春意

IPC分类号： G06T7/00

摘要： 本发明涉及图像处理领域，公开了一种基于三层FCM聚类的小波域多尺度非监督纹理分割方法。采用第一层FCM分别获取每一尺度上低频部分和高频部分的分割结果；计算每一分割结果的局部标记直方图，并将其作为特征向量进行第二层FCM聚类，从而获取每一尺度上的分割结果；从大尺度到小尺度逐尺度进行分割结果融合，即计算相邻尺度分割结果的局部标记直方图，根据小波变换的采样关系，将对应位置的标记直方图组织在一起形成新的特征向量进行第三层FCM聚类，从而获取每一尺度最终的分割结果。最细尺度的分割结果作为本算法最终的分割结果。本发明简单实用，可用于纹理影像和航拍图像的分割。

公开(公告)号：CN102074013A

公开(公告)日：2011-05-25

申请号：CN201110027972.6

申请日：2011-01-26

申请人： 刘国英 ,  王爱民 ,  郭涛

发明人： 刘国英 ,  王爱民 ,  郭涛 ,  张长青 ,  郭鹏 ,  赵晓凡 ,  胡顺义 ,  刘春意

IPC分类号： G06T7/00

摘要： 本发明涉及图像处理技术领域，具体涉及一种基于小波域多尺度Markov网模型的图像分割方法，包括从待分割图像中截取Nc类具有均一区域的训练图像块；对每类训练图像块进行训练，按照同尺度频带间小波系数的位置对应关系构造该尺度每一位置的特征向量，使用最小二乘法估计对应尺度上的高斯马尔科夫模型参数；对待分割图像，进行J层小波变换；根据给定多尺度特征网模型初始的尺度间参数α，自底向上计算每一尺度上的特征向量对于每一类型纹理的多尺度似然值自顶向下估计尺度间交互参数α，建立多尺度标记场网络模型，并进行图像分割。本发明能获取更精确的分割结果，可用于纹理影像和航拍图像的分割。

公开(公告)号：CN102332163A

公开(公告)日：2012-01-25

申请号：CN201110324778.4

申请日：2011-10-24

申请人： 刘国英 ,  王爱民 ,  葛文英

发明人： 刘国英 ,  王爱民 ,  葛文英 ,  张长青 ,  宋旭 ,  吴亮 ,  刘春意

IPC分类号： G06T7/00

摘要： 本发明涉及图像处理领域，公开了一种基于三层FCM聚类的小波域多尺度非监督纹理分割方法。采用第一层FCM分别获取每一尺度上低频部分和高频部分的分割结果；计算每一分割结果的局部标记直方图，并将其作为特征向量进行第二层FCM聚类，从而获取每一尺度上的分割结果；从大尺度到小尺度逐尺度进行分割结果融合，即计算相邻尺度分割结果的局部标记直方图，根据小波变换的采样关系，将对应位置的标记直方图组织在一起形成新的特征向量进行第三层FCM聚类，从而获取每一尺度最终的分割结果。最细尺度的分割结果作为本算法最终的分割结果。本发明简单实用，可用于纹理影像和航拍图像的分割。