CC—高阶通信系统的并发演算

并发演算CC(Concurrent Calculus)是高阶并发通信系统的数学模型,它把λ-演算作为子理论并包含一阶通信系统演算CCS、活动进程演算CMP、和高阶通信系统演算CHOCS的主要特征。在CC中,通信端口可为任意表达式并且进程和通信端口都可以作为在通信中传递的一等对象(First-class Objects)。从而CC不仅可以描述一阶通信行为而且可以刻划通信网络的动态自修改行为。另外,由于CC把λ-演算和进程演算纳入同一形式系统,故CC可以作为并发函数式程序设计的核心语言和理论模型。本文首先给出CC的语法、语义和例子,然后研究CC的高阶双向模拟等价关系以及CC的代数定律。最后简单讨论了相关的工作和今后的研究方向。     

外来语与汉语引进外来语的方式探讨

外来语的发展趋势呈现出新词趋同化、信息集约化和词汇新潮化的特点。外来语大量流入汉语是一种潮流,引进外来语的方式各有优势,字母词的出现被认为是音译外来语的突破。在积极探索外来语引进的同时,应注意汉语发展的规范化。     

一个说明语言的设计和其子集编译器的开发

基于软件文档可执行的想法，设计了一个适用于指称语义描述的可执行规范说明语言——ＪＺＣ，并对其核心子集编译器进行了设计与开发。该语言设计采用了模式匹配、类型并置和构造函数等概念，使得抽象文法易于在程度中体现。模块概念的引入使得函数型语言书写的程序更加易懂和易于编写。作为对严格开发方法的一个尝试，ＪＺＣ核心子集编译器的开发采用了该种方法，其中一个“结果正确性定理”的证明是开发过程的重点工作。本文通过一个示例语言简介ＪＺＣ的语言特点，给出了编译器开发过程的一个描述框架和证明梗概     

基于总线式集成框架的本体构建及映射研究

通过本体的构建及相应的本体映射策略,可以很好地解决信息集成过程中出现的语义异构问题。是实现异构数据源语义解析的基础。在已有研究成果总线式信息集成框架的基础上,针对目前本体构建过程存在的不足,提出了基于共享词汇表的全局本体构建技术和基于UML的局部本体构建技术,使所构建的本体元素间关系更加准确完备,具有良好的一致性。提出了基于综合相似度的本体映射策略,大大提高了本体映射的精度。     

BL分析下的管制员差错本体建模研究

为分析识别空中交通管制任务中管制差错问题,结合BL(body loop,BL)压力产生模型研究管制员压力来源.提出领域本体的建模流程,确立推理模型的内部逻辑关系,构建管制差错领域本体模型.采用FaCT++推理机针对实际案例进行语义推理,从而识别管制差错类型,提出了基于本体的管制差错专家系统的系统框架.结果验证了构建推理模型的有效性和合理性.     

基于两层元数据与本体的异构数据共享技术

针对多源、多类、异构数据难以同时共享的问题,提出了一种两层元数据结合本体的信息共享技术.首先,分析了两层元数据的结构,介绍了如何通过两层元数据统一描述多类异构数据.其次,针对元数据缺乏语义信息不能描述数据类别之间的隐含关系的问题,在元数据之上建立本体层,对元数据进行语义描述和本体推理.最后,在数据检索方面,利用Lucene全文检索引擎与SPARQL(Simple Protocol and RDF Query Language)本体查询语言相结合,在关键词查询过程增加了SPARQL检索操作,提高了查全率,并优化了检索时间.实验选取了2014-2015赛季欧洲足球冠军联赛数据作为测试数据,证明了本文方法在异构数据共享上的有效性和元数据查询性能的改进.      

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。     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

一种基于语义的Ontology映射方法

O n to logy映射是实现异构O n to logy互操作的有效方法,目前的O n to logy映射主要采用句法方法,而很少采用语义方法。本文提出了一种基于语义的O n to logy映射方法,该方法考虑了O n to logy中的概念属性,采用概念名称相似性、概念属性集合相似性、相关概念集合相似性等确定O n to logy之间的语义映射关系;采用语义半径提高了语义映射方法的灵活性。试验分析表明:该方法得到的映射的准确率和查全率在90%以上,准确率和查全率均优于S-M atch方法。该方法已在基于知识需求的主动式知识系统原型中实现,并在某研究所得到了应用。