基于多智能体的人力资源管理决策支持系统

提出了基于多智能体的人事管理系统设计思想,以实现人事管理任务的分布式协作求解,更好地实现人事管理的信息化.分析了现代Agent代理技术,利用Agent智能代理的自治性、反应性、协作性、进化性、通信性和移动性等特点,构建了基于Agent的人事管理决策支持系统的体系构架模型,描述了任务智能体、人事管理系统的结构、具体的功能Agent模块设计及其工作过程和通信方式,使系统能够在目标的驱动下采取社交、学习等行为,对环境的变化作出主动的反应并完成特定的人力资源管理任务.该系统显著提高了人事管理工作的效率,为人力资源管理信息系统的开发提供了一种新的模式.     

基于多智能体的人力资源管理决策支持系统

提出了基于多智能体的人事管理系统设计思想，以实现人事管理任务的分布式协作求解，更好地实现人事管理的信息化。分析了现代Agent代理技术，利用Agent智能代理的自治性、反应性、协作性、进化性、通信性和移动性等特点，构建了基于Agent的人事管理决策支持系统的体系构架模型，描述了任务智能体、人事管理系统的结构、具体的功能Agent模块设计及其工作过程和通信方式，使系统能够在目标的驱动下采取社交、学习等行为，对环境的变化作出主动的反应并完成特定的人力资源管理任务。该系统显著提高了人事管理工作的效率，为人力资源管理信息系统的开发提供了一种新的模式。     

基于多Agent的复合模型求解自适应QoS机制

在基于网络的分布式系统应用基础上，分析了大型复杂问题复合模型协作求解的过程特征描述，提出基于多Agent 的领域问题协作求解的主动控制策略，探讨了用户交互Agent、系统主控Agent、协作Agent以及模型Agent和数据Agent等复合模型协作求解的4种Agent类型。应用多Agent层次结构，提出一种复合模型协作求解的自适应QoS体系结构，通过实现复合模型协作求解的主动调度规划算法对其进行了验证，支持分布式网络环境下实现模型资源和数据资源的共享，以提高协同计算环境分布式问题协作求解的运行效率和服务质量。     

BDI模型视觉监控智能体的研究

分布式智能视觉监控系统的摄像机一般分布在不同区域内,大部分监视功能要在摄像机端实现,将Agent理论与智能摄像机相结合,构造出一种软、硬件一体化的,专门用于视觉监控的实例智能体,该智能体具有自主推理决策及运动目标跟踪等能力.着重研究了视觉监控智能体的体系结构、BDI模型,提出一种基于历史案例的推理决策机制,并在智能摄像机上予以实现.实验结果表明,视觉监控智能体具有自主跟踪多运动目标的能力,为构建分布式智能视觉监控系统奠定了基础.     

基于多Agent的网络管理技术研究

将分布式人工智能中的智能Agent用于计算机网络管理,是近年来最活跃最前沿的研究领域之一。文章从分布式网络管理体系结构入手,基于多Agent的网络管理模型,以及多Agent之间的协调和协作等问题,研究了网络管理智能Agent的结构。     

基于MAS的分布式控制软件系统模型研究

大型实验装置计算机集中控制系统是一个由前端、预放、靶场等十几个分系统构成的大型分布式控制系统.基于MAS的分布式控制系统具有了良好的扩充性,开放性与可重构性.针对该大型实验装置的控制软件系统提出了一种基于MAS的分布式控制软件系统模型,对单智能体Agent的结构及多智能体Agent的协作做了介绍,并对控制软件系统的核心--控制流程算法做了详细设计,为该模型应用于其它大型实验装置提供了理论基础.     

一种基于OWL的入侵防御Agent通信机制

为了解决基于智能体Agent的分布式入侵防御系统中智能体之间由于语义通信能力差面导致难以沟通和协作等问题，该文设计并实现了一种善于OWL的入侵防御Agent通信机制。通过将OWL语言作为智能体KQML通信语言的内容语言来提高入侵防御系统中智能体Agent之间语义通信的能力。     

基于消息通信的多智能体系统的应用

在基于多智能体的分布式实时仿真系统中,如何实现各Agent之间的通信与协调是一个核心问题。采用触发器消息传送方式为多智能体系统中的Agent建立了高效的通信机制,并通过分析机场地面交通中面临的问题构建了多智能体系统模型。实现了基于触发器消息通信机制的多智能体系统在机场地面交通仿真中的应用。     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型,该模型利用管理Agent对多Agent系统进行全局协作分配,协作申请分级处理,解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。     

用DCOM对基于多Agent的专家系统进行组件化设计

用面向对象的方法来构造一个基于多Agent的专家系统,在分布式环境下对Agent进行基于DCOM组件化设计,并根据多Agent系统的协作需要,确定了合适的组件线程模型和异步消息传递机制。     

多Agent系统在遥感图像目标识别中的一种应用

遥感图像处理技术的发展无论对民用还是军用都有重要的意义。多Agent系统因其智能性和并行计算能力在各种领域都有了广泛的应用。针对遥感图像处理中对于自适应、快速识别目标的需要，提出将多Agent系统应用于遥感图像目标识别，设计并开发了一个分布式目标识别系统。它利用多个边缘检测算子Agent检测边缘，将检测结果序列送人神经网络Agent进行分类，并与纹理统计Agent的结果相融合，判决目标类别。实验结果表明，该系统对不同种类、不同分辨率的图像有一定的普适性，有较高的实用价值。对今后多Agent系统在图像处理中的研究和应用有很大的意义。     

A feature binding computational model for multi-class object categorization and recognition

We propose a feature binding computational model based on the cognitive research findings. Feature integration theory is widely approved on the principles of the binding problem, which supplies the roadmap for our computational model. We construct the learning procedure to acquire necessary pre-knowledge for the recognition network on reasonable hypothesis–maximum entropy. With the recognition network, we bind the low-level image features with the high-level knowledge. Fundamental concepts and principles of conditional random fields are employed to model the feature binding process. We apply our model to current challenging problems, multi-label image classification and object recognition, and evaluate it on the benchmark image databases to demonstrate that our model is competitive to the state-of-the-art method.     

Autonomic configuration and recovery in a mobile agent‐based distributed event monitoring system

In this paper we present a framework for building policy‐based autonomic distributed agent systems. The autonomic mechanisms of configuration and recovery are supported through a distributed event processing model and a set of policy enforcement mechanisms embedded in an agent framework. Policies are event‐driven rules derived from the system's functional and non‐functional requirements. Agents in the network monitor the system state for policy violation conditions, generate appropriate events, and communicate them to other agents for cooperative filtering, aggregation, and handling. A set of agents perform policy enforcement actions whenever events signifying any policy violation conditions occur. Policies are defined using a specification framework based on XML. The policy enforcement agents interpret the policies given in XML. We illustrate the utility of this framework in the context of an agent‐based distributed network monitoring application. We also present an experimental evaluation of our approach. Copyright © 2006 John Wiley & Sons, Ltd.     

一种图象理解的专家系统工具语言

为了在实时图象处理系统中,实现并行环境下基于黑板模型的多知识源协同求解,从知识表示、推理方式、控制机制等方面介绍了智能所自行研制的一种图象理解专家系统工具语言--V语言（V.3版本）。该语言具有多种知识表示,采用数据驱动与模型驱动相结合的推理方式,由黑板对推理进行控制,知识库由多个知识源（分别存在有关模型的静态知识和各种图象处理算法）组成等特点。最后给出了针对水上桥梁一类的图象进行理解的具体实例。     

基于YOLOv3网络的电能表示数识别方法

随着智能电网的不断发展,基于数字图像处理方法的电能表自动抄表系统被广泛应用,为提升传统电能表示数自动识别的准确率,提出了一种基于YOLOv3 (You Only Look Once)网络的电能表示数识别新方法.对于电能表图像,构建基于YOLOv3-Tiny网络的计数器定位模型并训练,使用训练完毕的模型定位计数器目标区域,裁剪计数器区域生成计数器图像;对于计数器图像,构建基于YOLOv3网络的计数器识别模型并训练,使用训练完毕的模型识别计数器目标区域的数字.选择巴西巴拉那联邦大学公开的电能表数据集作为研究对象,通过与YOLOv2-Tiny定位模型、CR-NET识别模型的对比实验,表明了本方法具有更高的定位准确率和识别准确率.     

一种基于视觉知识加工模型的目标识别方法

提出了一种基于视觉知识加工模型的目标识别方法. 该加工模型结合目标定位、模板筛选和MFF-HMAX (Hierarchical model and X based on multi-feature fusion)方法对图像进行学习, 形成相应的视觉知识库, 并用于指导目标的识别. 首先, 利用Itti模型获取图像的显著区, 结合视觉通路中What和Where通道的位置、大小等特征以及视觉知识库中的定位知识确定初期候选目标区域; 然后, 采用二步去噪处理获取候选目标区域, 利用MFF-HMAX模型提取目标区域的颜色、亮度、纹理、轮廓、大小等知识特征, 并采用特征融合思想将各项特征融合供目标识别; 最后, 与单一特征以及目前的流行方法进行对比实验, 结果表明本文方法不仅具备较高的识别效果, 同时能够模仿人脑学习视觉知识的过程形成视觉知识库.     

语义图像检索研究进展

语义图像检索已成为解决图像简单视觉特征和用户检索丰富语义之间存在的“语义鸿沟”问题的关键。从图像语义描述方式、图像语义抽取方法和语义检索系统设计3个方面对语义图像检索的研究状况进行了分析和研究;讨论了面向对象的图像内容模型和图像语义表示问题;对利用系统知识的提取、根据用户交互的提取和利用外部信息源的语义生成等具有代表性的语义处理方法进行了阐述;介绍了系统设计中用户界面和语义处理的不同方式,最后从对象识别、语义抽取规则、用户检索模型和图像检索性能评价标准4个方面剖析了实现图像语义处理所面临的困难,并提出了一些初步解决思路。     

基于Snake模型的快速目标检测算法的研究与仿真

该文提出了一种基于Snake模型的快速目标检测算法，可以实现图象全空域有效搜索。为了能够在实时图象处理系统中获得应用，该算法主要针对简单离散Snake模型进行改进。利用图象区域分割，并设置适当的目标判别方法，经有限次迭代之后能够有效地收敛到目标，并且对处于相邻图象块中的同一目标能进行自动合并。仿真结果表明：该算法即使在目标与背景的对比度很低的情况下也能有效地检测到目标。     

采用MSBN多智能体协同推理的智能农业车辆环境识别

为了解决智能农业车辆对所处复杂农田环境的识别信度定量分析困难的问题,提出了基于多连片贝叶斯网(MSBN)多智能体协同推理的目标识别算法.该方法把多智能体图像采集系统的局部信息表征在MSBN模型中,在观测不完备条件下,虽然单个智能体仅拥有目标的局部观测信息,但利用重叠子域信息的更新可以进行子网间消息的传播.利用MSBN局部推理和子网间信度通信的全局推理对多源信息进行融合,以提高识别性能.实验结果表明,与传统神经网络或BN方法相比,基于MSBN目标识别算法有效地对多源信息进行了补充,可以提高农业车辆在复杂环境进行识别的准确性.     

Message based cooperation between parallel depth and intensity matching algorithms

A parallel vision system for object recognition and location based on cooperative depth and intensity processing is described. The parallel algorithm for intensity data processing is based on generation of hypothesised matches between line junctions in the image and space curve intersections in the model. These hypotheses lead to back-projection of the model and verification of promising hypotheses. The parallel algorithm for depth data processing is based on a tree search algorithm constrained by pairwise geometry between primitives. As each algorithm proceeds, partial results are interchanged to direct the other concurrent process to a more promising or more viable solution. The architecture has been implemented and evaluated on a multi-transputer machine, and is illustrated by several examples of pose definition of a test object. © 1997 by John Wiley & Sons, Ltd.