使用主动数据库范型的ECA规则实现灵活的事务模型

传统的ＤＢＭＳ保证每个事和的ＡＣＩＤ（原子，一致，隔离，持久性）性质，而在非传统领域的数据库应用中，需要有新的事务模型，其语义与传统的事务模型不同，如工作流，协同工作，ＣＩＭ等应用中，感到这种条件太严格，在工作流应用中，只要在子任务满足ＡＣＩＤ性质，而其它任务可以其它自己的拷贝工作，只要同步就可以了解决这些问题的方法是放松的这种限制，提出更先进的或扩展的事务模型，如嵌套事务模型，Ｓａｇａｓ，Ｃｏｎ     

ACDB中ECA规则调度的一个新算法

就主动数据库中规则冲突这个问题进行了研究,结合遗传算法,提出了一种规则调度的新算法—基于遗传算法的ECA规则的调度算法。该算法把规则的优先级与主动数据库中知识模型的维度相结合,给出了一种合理的编码策略,构造了一个量化函数作为适应度函数,对遗传算子进行了改进,有效避免了早熟现象的发生;最后给出了这个算法,并就其正确性和复杂度进行了证明。     

基于ECA 规则的仿真系统研究设计

分析冷连轧仿真系统的主动性需求，结合数据库在仿真系统中的作用，提出基于主动数据库的仿真系统设计。对主动规则的原理和执行进行分析，给出了基于主动规则——ECA规则的仿真系统的设计和运行机制，用ECA规则描述应用系统执行操作和事件处理，完成系统的主动性行为。并以冷连轧仿真系统中物料跟踪在一机架前的事件动作为例，运用ECA规则进行设计。     

基于ECA规则的工作流建模实施方案

基于ECA规则的工作流系统能够充分利用数据库的安全、恢复，并发等成熟的技术进行建模，但ECA难于形式化，使得建模时不能够保证工作流系统的语义的正确性；而Petri网具有形式化描述的基础和正确性分析的优点，将这两方面结合起来，通过对Petri网中控制流结构的分析人出了由Petri网向ECA规则转化的方法，以保证基于ECA规则的工作流系统的正确性。     

从工作流网向ECA规则的转换

基于ECA规则的工作流系统能够充分利用数据库的安全、恢复、并发等方面的成熟的技术，因而目前已被广泛应用．但ECA规则难于形式化描述的特性，使得在工作流建模时．不能够保证工作流系统的语义的正确性；而Petri网具有形式化的描述的基础和正确性分析的优点；拳文将这两方面结合起来，对基于Petri网的工作流网中控制流结构的分析给出了由Petri网向ECA规则转化的方法．通过Petri网的形式化的验证后的ECA规则的转化，可以保证基于ECA规则的工作流系统的正确性．     

基于图的主动数据库E-RG规则执行模型研究

本文研究主动数据库的E－RG主动规则的执行模型。E－RG主规则包含由CA规则间基本时序关系导出控制结构，是一种高层次的主动规则。它既支持CA规则的并发执行，又易于规范规则集的行为特性。E－RG主动规则的执行需要扩展的嵌套事务模型，我们已经使用一种形式框架准确，完整地刻画该事务模型。本文依据扩展的嵌套事务模型的正确性准则，给出正确实现并发的嵌套事务原子性和隔离性的锁规则，并使用一种调度算法保证主动规则E－RG中所包含的时序语义。     

基于ECA规则和活动分解的工作流模型

企业在面临电子商务的挑战中,越来越重视业务过程重组.建立一种合理的流程模型是成功开展BPR(business process re-engineering)的关键.这样的模型应该可以集成企业许多业务相关的信息并且是可被系统解释执行的.在参考WfMC(workflow management coalition)元模型基础上建立了一种基于ECA(event-condition-action)规则和活动分解的工作流模型.ECA规则反映活动之间的执行依赖关系,通过重写办法把ECA模型变为触发器形式的TA(trig     

基于对象和ECA规则的工作流模型

文中提出了一个基于对象的工作流活动定义，在此基础上引入了ECA规则，作为对象消息通信的基础，提出了一种新的基于对象和ECA规则的工作流模型。着重讨论了工作流失败处理和恢复的策略，在考虑工作流活动之间的控制依赖和数据依赖的同时，引入了资源依赖的概念，提出了强数据依赖、强控制依赖和强资源依赖的概念，并给出了关键的消息规则。     

具有最大并行度的合流性主动规则执行模型

合流性反映了主动规则集确定性行为特性。目前保证合流性的主动规则执行算法基本是串行的,而已有的并行规则执行算法并不保证合流性结果。本文扩展了已有的主动规则执行模型,给出具有最大并行度的合流性主动规则处理算法,并证明了该算的正确性。     

主动数据库中的实时ECA规则推理算法

许多领域的应用要求发生的事件能够得到实时的反应,这就要求应用于其中的主动数据库中的ECA规则推理过程具有实时性,能够在截止期内完成推理给出反应.现有的ECA规则推理算法均没有考虑实时性要求.为了解决这个问题,提出了一种实时ECA规则推理算法RTIAE.作为一种"任意时刻"实时算法,RTIAE算法在ECA规则的有向图结构中通过启发式搜索进行推理,在截止期内尽量给出更多的推理结果.随后,通过实验探讨了不同的参数对RTIAE算法实时性能的影响,并与深度优先算法进行了对比.实验结果显示,RTIAE算法的截止期推理成功率优于深度优先算法.     

COGNITIVE AND BEHAVIORAL MODEL ENSEMBLES FOR AUTONOMOUS VIRTUAL CHARACTERS

Cognitive and behavioral models have become popular methods for creating autonomous self‐animating characters. Creating these models present the following challenges: (1) creating a cognitive or behavioral model is a time‐intensive and complex process that must be done by an expert programmer and (2) the models are created to solve a specific problem in a given environment and because of their specific nature cannot be easily reused. Combining existing models together would allow an animator, without the need for a programmer, to create new characters in less time and to leverage each model's strengths, resulting in an increase in the character's performance and in the creation of new behaviors and animations. This article provides a framework that can aggregate existing behavioral and cognitive models into an ensemble. An animator has only to rate how appropriately a character performs in a set of scenarios and the system then uses machine learning to determine how the character should act given the current situation. Empirical results from multiple case studies validate the approach.     

理性Agent的意图维护模型

在理性Agent的形式化中,通常认为Agent的思维状态包含信念、愿望帮意图这3个属性,它们之间的静态关系已被人们充分重视,但它们随时间的动态变化还未被很好研究,考察了意图维护直观语义中的一些问题,给出了随信念、愿望改变的意图维护的动态模型,与Rao和Georgeff的意图维护模型相比,适用性更广、更简单,不必限制可友爱世界的时序结构,不必另外引入信念=愿望、意图算子的on ly模态形式,并且对愿望和意图不存在逻辑全知问题和重言隐含下的副作用等问题。     

关联规则挖掘Apriori算法的研究与改进

关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有趣的关联.Apriori算法是关联规则挖掘中的经典算法.然而Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点.对Apriori算法的原理及效率进行分析,指出了一些不足,并且提出了改进的Apriori_LB算法.该算法基于新的数据结构,改进了产生候选项集的连接方法.在详细阐述了Apriori_LB算法后,对Apriori算法和Apriori_LB算法进行了分析和比较,实验结果表明改进的Apriori_LB算法优于Apriori算法,特别是对最小支持度较小或者项数较少的事务数据库进行挖掘时,效果更加显著.     

敏捷BPM的可视化流程模型研究与实现

为满足用户自定义流程的服务需求,实现敏捷BPM的业务驱动,提出一种面向用户操作的可视化流程模型。该模型采用BPM与SOA组合作为系统底层架构,并利用数据库建模进行节点编排与逻辑控制。在此基础之上,引入TWaver Flex+JSON+J2EE技术,将JSON作为数据传输格式,通过Java对象的后台处理以及Flex界面的自动布局,完成模型的图形化交互。以此构建的BPM系统,用户深度参与、动态协同,实现了流程的灵活定制与管理。河北某矿业集团的应用证实了系统的实用性和敏捷性。     

基于CRF和规则相结合的地理命名实体识别方法

为了识别文本中海量的地理命名信息,以CRF(条件随机场)模型识别为基础,加入制定的规则,来提高CRF模型识别的召回率,从而提高整体的地理命名实体识别效果。通过选取适合的地理命名实体识别的特征模板,验证特征的有效性以及分析CRF模型识别结果中的未识别实体样本,设计针对未识别实体的规则用以修正识别结果。实验表明,对地名和组织名结合规则进行修正后的F值达到了91.61%和85.74%,有了显著提高。     

商业销售分析中具有时间约束的交易规则模型及实现

本文分析了在商业销售分析中常见的具有时间约束的交易规则，通过将其转换为一类特殊的关联规则，建立了该类规则的模型，最后对FP－Growth算法进行了扩展，实现了该模型。     

主动的面向对象数据库管理系统中的事件和规则的设计

文中描述了事件－条件－动作（ＥＣＡ）规则的设计以支持ＯＯＤＢＭＳ中的主动能力，并描述了在Ｃ＋＋环境中的具体形式．它支持除了传统的数据库事件外的时序的、显式的、复合的事件．并引入了一组运算符来构造复合事件．还引入了事件接口的概念，这种事件接口被用作说明跨越几个对象或不同类的对象的事件，检测和通知事件的出现．提出了反应对象和可通知对象的概念，将事件和规则都统一为对象．还引入了在规则和对象间的订购机制以监视所选择的对象．     

利用XML实现业务规则和信息系统分离的方法研究

企业信息系统常因业务规则的改变而导致信息系统无法使用,提出了将业务规则与信息系统分离的观点,探讨了利用XML作为描述软件需求文档的可行性.藉由XML的机器可读性,让信息系统直接读取包含业务规则的软件需求文档,以实现业务规则和程序代码分离,进而实现需求文档的重用.     

分类特征规则及趋势规则的发现算法

本文介绍了数据挖掘的处理过程 ,运用集合理论对关系数据库进行数据分类 ,抽取它们的共同特征 ,分析它们的变化趋势 ,提出了分类—特征规则和趋势规则的基本模型 ,并分别给出了这两种规则的发现算法