知识表示的F-K系统

对经典知识表示系统（多系统）进行了扩充,引入一个刻划“大概知道”的模态词“Ｆ”,并建立了相应的公理系统Ｆ－Ｋ,该公理系统除包含“Ｆ”外也包含经典模态词“Ｋ”。同时,基于滤子对经典Ｋｒｉｐｋｅ框架及模型进行了扩充,从而给出了“Ｆ”的语义,并证明了该语义下Ｆ－Ｋ的完备性与可靠性。     

黑板框架的知识表达方法

本文介绍了黑板框架知识表达方法的设计思想和技术。黑板框架是由框架、知识源和黑板模型组成,是产生式规则、谓词、框架等多种知识表达功能的组合形式,它将知识表达和知识处理结合成一体,既能表达静态的知识,又能表达动态的知识;既能方便地表达断言性知识,又能自然地表达结构性知识。表达功能强、灵活性大;方便知识调度,加快推理速度,提高推理效率;方便知识获取并有利于机器学习。 黑板框架是一种能表达特定领域复杂知识结构的良好的方法,具有表达充分、推理充分、推理效率和获取效率高的特点。 文中还对目前各种知识表达方法进行了评价,对黑板模型、知识源、黑板框架的概念进行了描述,并对黑板框架给出了严格的BNF定义。 黑板框架的知识表达方法,已在医学专家系统开发工具BFBEST中获得了成功的应用,并取得满意的效果。     

基于用户自定义变更的本体进化

提出一种基于用户自定义变更的本体进化方法。首先给出了该方法的形式化描述,建立了本体一致性模型和原子变更及冲突消解方法,然后对用户自定义变更模型进行语义描述,将用户自定义变更转换成原子变更,并对其进行了优化。最后给出了用户自定义变更及优化的实例。结果表明:本方法可以很好地满足本体进化过程中用户的复杂需求,并实现了本体变更的形式化描述,解决了各种变更中的冲突问题。     

一种基于语义相似度的文本聚类算法

文本聚类在很多文本挖掘和信息检索系统中发挥着重要的作用。现有的聚类算法大多数都是基于向量空间模型,文档集合中出现的单词词频作为特征项。这些算法都存在数据维数过高、聚簇难以描述的问题,而且忽略了单词间的语义联系。本文提出了一种基于语义相似度的文本聚类算法——TCU SS(Text clustering usingsem an ticsim ilarity)算法。TCU SS算法将文档表示成概念列表,有效地解决了数据维数高和聚簇描述难的问题,并给出如何利用概念列表进行聚簇描述的方法。TCU SS算法利用两个概念列表中单词间的语义相似度作为文档间相近程度的度量,并以图为基础进行聚类分析,避免有些聚类算法对聚簇形状的限制。实验证明,TCU SS算法提高了聚类质量。     

基于本体的制造能力P-P-R建模及其映射

在网络化制造环境下.为了盟主企业更好管理复杂零件、工艺、设备资源信息,实现制造任务和制造资源合理匹配,提出了制造任务和制造资源的匹配框架.首先,建立了基于本体的复杂零件加工特征、加工工艺、设备资源P-P-R模型,在此基础上构建P-P-R映射关系;然后,通过可拓理论实现随时添加新的零件特征和零件的工艺特征来完成制造任务-资源的匹配.最后,开发了协同制造资源配置原型系统.通过实例表明,该方法能克服Web制造资源描述差异,实现异构平台的数据统一,对提高企业间的协同效率具有显著效果.     

基于本体的陆空通信风险识别与分析方法

陆空通信是实施空中交 通管制的重要手段,也是民航空管运行中造成不安全事件的重要因素之一。提出针对陆空通信 危险识别与分析的系统参量和引导词,应用BPMN和HAZOP模型识别与分析陆空通信危险偏差 。建立陆空通信风险识别与分析本体模型。构建概念之间的TBox描述逻辑关系和推理,案例 推理证明了方法的有效性。该方法能够实现规范化、术语化风险描述和归类,避免通过自然 语言进行风险识别与分析的缺点,为更有效地进行风险项分析提供科学分类和统计依据。     

一种基于多源数据的网络实体推断方法

网络空间中的实体推断是网络空间测绘研究的重要内容之一,主要通过综合多源数据实现对网络空间中各类实体的分类与识别。本文首先提出了网络空间的实体分类模型,基于此模型提出了一种低开销的网络实体探测分类方法。首先对于探测发现的IP地址,采用别名解析技术将属于一个设备的多个IP映射为一个网络实体;然后采用决策树对网络实体分类进行粗粒度分类;最后,再基于贝叶斯网络进行详细分类。为验证分类效果,以江苏省某市为例进行了探测分析并与备案数据进行了对比,试验结果表明该方法可以有效地对网络空间中的各类实体进行判别,从而为网络空间地图构建、态势分析等应用提供技术支撑。     

一种基于语义分析的大数据视频标注方法

提出一种基于Spark计算框架的海量视频语义标注方法。将存储在Hadoop分布式文件系统（Hadoop distributed file system,HDFS）上的海量视频部署到若干计算节点上,依据分形特征实现镜头快速分割。提取样本关键帧的颜色、纹理和分形特征向量,进行元学习策略训练,进而形成视觉词典。根据视觉词典对检测视频内容进行分析,产生一系列能表征视频内容的视觉单词。根据重要程度,通过马尔科夫链按重要程度对视频的视觉单词进行排序,并将排列结果作为该视频的标注。最后,从检测正确率、平均运行时间和扩展效能方面与传统分布式计算模型进行了对比。     

基于ANFIS的舵阻横摇系统

在MATLAB环境下建立了舵阻摇系统的非线性模型．基于所建立的非线性模型和ANFIS控制算法进行了仿真实验。运用Simulink工具箱得到仿真曲线．通过仿真曲线可以看出此控制器具有良好的鲁棒性能．通过对比减摇前后的仿真曲线得出,ANFIS算法对于舵阻摇系统的拉制有效,减摇率为23%左右,减摇效果较好。     

基于语义相似度计算的航天标准关联度评价

随着航天领域各级各类标准编制数量的逐年递增,相关标准之间的交叉重复制定问题随之而来。为解决该问题,文中通过计算语义相似度的方法开展航天领域标准名称、标准范围及主要内容的关联度评价。算例分析结果表明,该方法可以有效评估标准间的关联程度。     

一种基于余代数单子的Web服务形式化模型

为拓展服务计算的形式化研究视野、手段和方法,建立并实现了一种针对Web服务的服务计算形式化模型。鉴于开放环境下的服务实体主要来源于不同的第三方提供者,将软件实体抽象成余代数单子,从而以一种黑盒方式给出软件服务的语义模型。给出了余代数单子的一般性定义,在此基础上对软件服务进行单子描述,进而提出一种基于余代数方法和单子技术的Web服务参考模型。最后,实现了一个基于单子的Web服务计算平台原型系统,可支持从遗留系统中进行服务抽取、发布、发现和度量等。     

基于模糊ISODATA*的关联规则聚类算法

在对模糊ISODATA算法分析的基础上,提出了一种适用于关联规则聚类ISODATA^*算法。本文首先分析了距离聚类的不足,然后结合关联规则的表示形式,提出了基于属性权重实现规则聚类的思想,并给出了相应的实现算法。最后采用国际上的UCI数据库进行了实验。实验表明该算法能有效地对关联规则进行聚类。     

基于Web的动力学数据库的研究与开发

本文讨论了如何用Java技术和Oracle数据库服务器搭建一个可以实际使用的基于Web的动力学数据库系统(即一个网站)。该网站采用多层体系结构，具有数据入库、数据管理、数据修改、图形输出显示等功能。特别是，它提供了针对型号需要的多种数据处理工具。     

基于模糊推理的无人战斗机视距空战机动决策

针对视距1vs.1空战场景下无人战斗机（Unmanned combat aerial vehicle, UCAV）的自主机动决策,提出了一种基于模糊推理的空战机动决策方法。首先,从空战场景出发,建立了角度、距离、速度及高度4种优势因子;其次,利用模糊规则对空战态势进行评估,将代表空战态势的优势因子输入模糊推理机,自适应地调整优势函数中各因子的权重;同时,利用决策机动、序列机动和惯性机动相结合的方法建立敌机位置预测模型,作为机动决策的辅助手段,最后利用试探机动进行机动决策。仿真结果表明模糊推理模型能够实现UCAV自主机动决策能力,模型的优势在于将模糊的空战态势转化为优势函数中确定的权重因子,在策略上指导UCAV做出更有针对性的机动决策。     

正规基上的快速乘逆算法

根据有限域GF(2~m)上的正规基表示,本文提出一种新的快速乘逆算法。该算法把计算乘逆的复杂忭从O(m)降低到O(1/m)。     

知识-模糊神经网络在复杂劳动计量中的应用

由于大脑自身结构的超复杂性和人们对大脑信息处理机制与过程认识的局限性,复杂劳动计量长期以来未能得到有效解决。文中首先系统地研究了复杂劳动过程的三要素,其次通过引入知识工程原理、模糊神经网络技术等,根据大脑处理信息在微观结构与宏观形式上的基本特点及复杂劳动面向对象的信息特征,提出基于知识－模糊神经网络的复杂劳动计量思路,以计量复杂劳动量,并给出计量方法与步骤及案例分析,案例分析结果表明,该文所提出的     

基于不完备模糊规则库的信息融合故障诊断方法

在基于模糊推理的故障诊断专家系统中,规则库的不完备常常会引起系统的某些输入产生的输出不确定。针对此问题,将模糊推理与证据理论相结合提出了一种新的融合诊断方法。首先根据证据的随机集表示及随机集扩展准则将模糊输入映射到输出,并聚合生成故障命题的基本概率赋值(BPA),以度量由规则库不完备和输入模糊性引起的输出不确定。然后利用Dempster组合规则将多个不完备规则库提供的BPA融合,用融合结果判决故障,并以电机转子故障诊断为例,验证了所提方法可以有效地提高故障确诊率。     

多时间序列关联规则分析的论坛舆情趋势预测

为了预测论坛舆情及其动态演变趋势,基于多时间序列的关联分析,集中分析了论坛中3个量的时间序列之间的关联规则:活跃者之间的关系强度的时间序列、坚定支持者人数的时间序列以及坚定支持者成员的变化频度的时间序列。然后给出了一种新的基于多时间序列关联分析的论坛舆情预测算法(Forum sentiment trend prediction based on multi time series association rule analysis,TPMTSA),并在真实数据集和拟合数据集上进行了大量的实验。结果表明:TPMTSA算法具有有效性和较高的运行效率。研究结果可用于论坛舆情预警监控。     

基于网络的考试系统的设计

阐述了基于Web模式的考试系统的体系结构 ,以及分析、设计的基本方法 ,并且构建了考试系统的基本框架     

基于PCA-RBF神经网络的浮选过程软测量建模

以浮选过程为研究对象,提出基于主元分析与RBF神经网络相结合的经济技术指标软测量模型,该模型依据工艺机理和经验知识对过程变量进行初选,采用主元分析方法对高维输入向量进行降维化简和辅助变量选择;采用新型混合递推算法对RBF神经网络参数进行优化。该算法包括修正网络中心的自适应聚类的简化型次胜者受罚竞争学习算法和修正网络权值的带遗忘因子的递推最小二乘算法。混合学习算法提高了网络参数辨识的收敛速度。仿真结果表明,软测量模型能很好地实现浮选过程经济技术指标的全局预测。