面向模块重用的描述逻辑SHJF本地性规则研究

可重用本体模块的抽取是本体重用的一个关键环节。与传统工程应用中使用的基于本体层次的结构化方法抽取本体模块相比,使用逻辑的方法能充分利用本体提供的语义信息,抽取的本体模块更具完整性和正确性。在研究保守扩展的本体模块理论基础上,根据Grau B C提出的 SHOJQ 本地性规则,提出并证明了描述逻辑SHJF对应的语义本地性规则和句法本地性规则,为基于该规则抽取可重用本体模块提供了理论基础。     

基于ε-Connections的旅游领域本体构建

针对传统本体构建方法的局限性,提出一种基于ε-Connections 理论构建旅游领域模块化本体库的方法,基于改进的Tableau 算法,利用Pellet 推理机实现对多个本体的联合推理.实验结果证明,该模块化构建方法可以有效降低本体构建的复杂度,有利于本体的维护和更新,提高本体重用模块抽取效率.     

基于本体增强语义规则的复杂配电网安全作业控制研究与实现

提出一种基于网络本体语言(OWL)和语义网规则语言(SWRL)的复杂配电网安全作业控制方法。系统基于网络本体语言建立一个可共享、可重用、可扩展的配网安全作业领域本体;将配电网安全防误规则转换成由语义网规则语言表达的推理规则;整合SWRL推理规则与Racer推理机进行推理。系统将电力安全防误规则转换成SWRL形成面向电力的语义网规则语言e-SWRL。实验验证了基于OWL和SWRL的电力安全防误推理方法的有效性与正确性。     

利用启发式数据分发策略求解全比较问题

为在全比较(ATAC)问题的分布式计算中达到较高的性能,提出一种基于任务驱动启发式的数据分发策略,充分考虑分布式环境中的存储使用、数据本地性和负载平衡.提出两个分发数据的启发式规则;根据相关约束条件和任务需求,所有的数据项均可在本地进行处理,使对于所有计算任务均具备良好的数据本地性.实验结果表明,对于64个节点的集群,...     

基于?-Connections的旅游领域本体构建

针对传统本体构建方法的局限性,提出一种基于?-Connections理论构建旅游领域模块化本体库的方法,基于改进的Tableau算法,利用Pellet推理机实现对多个本体的联合推理。实验结果证明,该模块化构建方法可以有效降低本体构建的复杂度,有利于本体的维护和更新,提高本体重用模块抽取效率。     

语义Web的逻辑基础

分析了语义Web的逻辑基础.指出了语义Web语言RDF和RDF Schema的语义是基于非经典的模型论语义,阐明了在此基础上扩展到表达能力更强的基于描述逻辑的本体语言OWL的困难.然后描述了OWL对这些困难的解决方法,并概述了如何把OWL的本体推理归约到描述逻辑的知识库可满足性问题.最后介绍了在OWL的基础上纳入Horn子句规则的方法.     

基于本体的领域知识重用方法研究*

由于已有知识表示和本体知识表示并不在同一逻辑体系基础上,从知识表示层面提出了一种基于知识等价映射的知识重用方法解决对已有异构知识的重用问题。通过语义等价提取、在本体指导下的一致性处理以及语义映射解决了本体构建过程中对已有知识的自动重用问题。实验表明,该方法易于实现且具有较高的精确性、可行性和有效性。     

面向搜索引擎的多策略本体半自动构建方法

为减少本体建设中对领域专家的过分依赖,结合本体应用于搜索引擎的特点,提出了一种多策略的本体半自动构建方法.构建一领域本体雏形应用于信息检索;在概念抽取模块,基于用户查询的统计信息以及与本体雏形中概念的关联法则进行概念抽取;在关系发现模块,综合运用概念组合同现频率,在用户点击链接正文中的互信息和基于<知网>的语义分析对抽取出来的概念组合进行筛选和语义分析;最终将结果更新入本体.将该方法应用医学健康知识信息检索,实验结果表明,该本体半自动构建的方法是可行的,更新本体的内容符合本体构建标准.     

基于本体的物流行业知识库的研究*

构建了基于本体的物流行业信息化知识库。应用语义Web和Web服务技术研究物流知识资源,设计了物流领域本体,实现了文本摘要、规则抽取、本体整合等关键功能,解决物流系统中语义和重用问题,提高了物流企业的知识共享和协作能力。这不仅为物流行业信息化奠定了坚实基础,而且为知识库的复用创造了条件。     

网络Cache技术研究

We describe the cache technology based on temporal locality ,spatial locality and geographicallocality,and propose the principles and methods to build the cache system.     

预取技术分析

内存时延是制约现代处理器性能的主要因素之一.预取技术通过提前从内存读取将来可能使用的数据降低内存时延对处理器执行的影响,是一种被广泛应用的提升处理器性能的技术.探讨了当前主流硬件平台的预取技术,分析了现有预取技术的不足并展望了预取技术的发展趋势.     

程序局部性的量化分析

给出与平台无关的局部性量化方法,从空间局部性和时间局部性2个角度,量化SPEC2000测试基准程序,以及这些程序的数据段、代码段和堆栈段。时间和空间局部性组成的二维局部性分布直观地展示了基准测试程序的局部性。实验结果表明,程序数据局部性主要由堆段的局部性决定,堆段的局部性最差,栈的局部性最优。     

LPP算法和DLPP算法在掌纹识别中的应用研究

本文对近年来提出的局部保留映射（LPP）算法和判别局部保留映射（DLPP）算法思想进行了详细介绍,设计并完成了基于LPP和DLPP算法在掌纹识别中识别结果的对比实验。实验结果对基于这两种算法的掌纹识别方法给予数据支持,而且说明DLLP算法要优于LPP算法。     

并行处理技术在雷达数据处理中的应用研究

为了解决雷达数据处理系统数据量日益增大,计算能力逐渐不足的问题,提出两种并行处理方法。第一种方法是对数据处理各步骤中的循环采用多个线程并行处理,属于细粒度并行;第二种方法是根据雷达数据的局部性特征,把雷达探测空域按照径向距离划分成多个部分,由多个子任务并行处理,属于粗粒度并行。实验结果显示,4线程细粒度并行雷达数据处理架构性能是原来的3倍,4任务粗粒度并行架构性能是原来的5倍,证明并行处理技术在雷达数据处理中的有效性,并且任务级的粗粒度并行架构更适合雷达数据处理。     

章回小说的有意义串发现算法

已有有意义串发现算法对于大规模语料中频繁出现的有意义串发现效果较好,而对于语料规模小,或者出现频次较低的有意义串识别效果不够理想。根据章回小说有意义串出现的特点,提出有意义串的局部性原理,并给出了字符串局部性的有效度量方式。将字符串的局部性和语用独立性结合起来,使用局部性和独立性共同描述字符串为有意义串的可能性。实验结果表明：该方法对于章回小说有意义串发现的准确率高于已有方法,同时能够更有效地发现较多的低频有意义串。     

基于线性表出的非奇异循环变换局部性优化方法

开发程序的局部性是当今并行编译优化研究的重点之一，而程序变换是开发程序时间局部性和空间局部性的重要手段之一．该文提出了一种新的利用非奇异循环变换来优化程序局部性的局部性优化方法，即基于线性表出的循环变换．该方法利用一组最少的线性无关向量组来线性表出数组访问的下标表达式，并据此构造非奇异变换矩阵来优化数组访问的时间局部性和空间局部性．该方法能充分开发数组访问的时间局部性，能简便地确定是否能对数组访问进行时间局部性或空间局部性优化，并能对给定的嵌套循环同时进行时间局部性和空间局部性优化．实验结果表明了该文所提出的基于线性表出的非奇异循环变换局部性优化方法是有效的．     

一种基于Schur分解的正交鉴别局部保持投影方法

人脸识别是模式识别领域中的一项重要的研究课题。到目前为止,已经提出了许多方法来处理人脸的识别问题。最近,许多流形学习算法被提出并且成功地应用于人脸识别当中。这些流形学习方法能够保持人脸图像数据的局部结构,同时,还可以发现人脸的非线性结构。在这些流形学习方法中,局部保持投影方法(LPP)是最有效的方法之一。基于LPP方法,提出了一种新的人脸识别方法——基于Schur分解的正交鉴别局部保持投影方法(ODLPPS)。与LPP方法相比,ODLPPS 把类间散度与类内散度之差的信息融入到LPP的目标函数中并且获得了正交的基向量。在ORL和Yale 人脸数据库上的实验结果表明,该方法在识别性能上优于一些已经存在的方法,如eigenface,Fisherface,LPP 和orthogonal LPP(OLPP)。     

一种 新的Cache优化方法—部分Cache局部性方法

Ｃａｃｈｅ的性能优化在高性能计算中起着非常重要的作用。传统的Ｃａｃｈｅ优化方法存在着一些缺陷。本文分析ＲＩＳＣ处理器的特点的基础 上，提出了“部分ｃａｃｈｅ方法。实践表明，该方法有很好的优化效果，且易实于实现。