云制造资源服务化封装与服务发现研究

为屏蔽制造资源的复杂性和异构性,实现异地、异构的制造资源整合与共享,向用户提供统一资源服务调用接口,分析云制造资源池业务流程和云制造资源组织模式,并提出以模块化的方式描述资源管理信息.在此基础上,构建制造资源的本体语义模型,使用OWL(Contology Web Language for Services),进行形式化描述;使用描述模版库和资源—服务映射器,实现资源服务化封装操作的简单化、自动化和规范化;使用OWL-S对制造云服务进行形式化描述,提供简便的服务注册、发布操作.采用基于语义相似度的服务搜索和匹配方法,并将云制造服务语义细分为功能语义、服务质量语义、数据语义和执行语义,使服务匹配快速、准确.     

基于QoS多属性决策的服务发现模型研究

服务发现是联系服务提供者和服务请求者的重要环节,因此,服务发现机制的优劣是整个服务应用的关键.为了提供满足服务请求者服务质量需求的Web服务,在通过注册一组表示QoS分类信息的tModel来描述服务质量的信息的基础上,提出了一种支持QoS量化的服务发现模型.该模型利用混合多属性决策的方法,实现对功能相同或相似Web服务的QoS量化和区别.在此基础上利用平均绝对误差算法实现服务的匹配,选择出性能最好的服务返回给服务请求者,最大程度上满足服务请求者的需求,改善服务查找的性能.     

基于Web服务的供应链协同管理系统构建

全球市场环境中的供应链,其核心是协同管理.基于Web服务的描述、绑定及发布功能,可为相互竞争与合作的供应链企业提供业务功能访问技术和便利的信息服务.实现由工作流技术定义企业过程,用SOAP进行XML消息传递,通过软件Agent实时执行工作流任务,形成具有高柔性和敏捷性的供应链框架,支持企业更有效地部署营运方案、降低成本和开拓新商机.     

基于知网的软件故障案例语义表示方法

为解决采用静态框架描述故障案例存在的问题,提出一种基于知网的软件故障案例语义表示方法.通过分析案例的语义匹配准则,给出表示方法的具体语法描述规范.在此基础上,结合实际案例,分析软件故障领域中实体、事件、属性和属性值4类义原及其相互关系,并用KDML语言进行统一描述.实验表明,与传统基于关键字的模糊匹配方法相比,采用基于...     

顺序图的形式化方法描述

UML是一种可视化的图形语言,已成为面向对象方法中事实上的工业标准,得到了广泛应用.但是UML缺乏精确的语义描述,不便于使用工具对其进行分析和验证.形式化B方法基于严格的数学理论,按照抽象机的方式理解系统.为了使UML表达的语义更加明确,同时发挥形式化方法的优势,采用B方法对UML中的顺序图进行描述.     

面向装配工艺规划的语义建模方法研究与应用

将语义建模的方法引入到计算机辅助装配工艺规划(CAAPP)的研究之中,提出了面向装配工艺规划的语义建模的基本概念、研究方法和主要内容,详细阐述了面向装配工艺规划的语义建模方法中的应用对象、语义关系以及操作等,并在此基础上描述了产品装配信息的表达方式以及基于语义建模的装配工艺规划系统的主要结构.     

供应链管理信息集成框架

在分析传统的分布式计算技术的基础上,提出了基于Web服务的供应链信息集成框架,阐述了跨企业间信息访问的具体方法,说明了基于Web服务的技术优势,解决了供应链管理系统对异构系统的集成要求。     

基于RESTful Web Service的数据资源交换系统设计与实现

本文针对传统基于SOAP 的Web 服务复杂度高、效率低等问题,提出了一种基于RESTful WebService 的数据资源交换系统设计方案,描述了系统组成,展示了基于JSON 资源表示、基于URL 资源地址定义、 基于REST风格资源操作的设计方法,并研究了使用主流Spring Cloud 微服务框架开发RESTful 接口服务的方法, 描述了系统架构、设计流程和实现原理。本文所述方案降低了系统开发的复杂度,提高了系统的可扩展性和数 据资源管理的效率。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

Web数据挖掘系统的设计及关键技术研究

Web数据挖掘是一种新兴的边缘科学技术,它涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。本文在对Web数据挖掘技术详细研究的基础上,提出了一个Web数据挖掘的通用系统框架,并对信息收集、信息选择和预处理、模式的提取和用户接口等各个组成部分所使用的技术和存在的问题及解决的方法进行了讨论。本文结合Web自身的特点,提出了一个智能网页收集器WebCrawler,它除具有一般WebRobot的基本功能外,还采用了一种既考虑文本重要性又考虑链接结构的URL排序方法,从而确保收集的Web页面是Web比较优秀的部分。