专业教学资源库本体模型构建

针对当前专业教学资源库的可重用性低、难以提供智能服务等问题,本文提出构建本体专业教学资源库。该方法将语义web思想与本体技术引入专业资源库构建中,并以构建《计算机网络专业教学资源库》为例,阐述了构建基于本体的专业教学资源库模型的整个流程,并选用Jena推理机,对资源语义的一致性进行检查。研究表明,对教学资源库的框架描述上升到知识级,有利于对教学资源库的共享与语义查询。     

基于WC-C-R学习资源推荐的研究

基于资源的学习已成为远程教育的一种重要的学习方式，网络课件和资源库是远程教育环境下两种重要的学习资源。为提高基于资源的学习效率，在“网络课件-概念图-学习资源库”三层模型研究的基础上，提出基于知识的资源推荐，并通过多Agent系统实现了在WC-C-R模型上进行资源推荐。实验证明，通过资源推荐，有助于提高学生的学习效率。     

教育资源库管理系统互操作框架的设计研究

针对目前教育领域中缺乏教育资源库管理系统互操作标准,造成资源建设极大的数据冗余和资源浪费,我们在长期进行资源库互操作研究与实践的基础上,总结提出了IFRM不同资源库管理系统互操作框架。本文重点阐释了IFRM不同资源库进行互操作的体系结构、互操作机制、IFRM规范内容以及IFRM规范实施建议与要求。IFRM将为教育资源库管理系统的发展及教育资源的建设提供一个新的空间。引言在这个全球都注重学习的年代,传统的图书馆、资料中心这些学习资源环境已不能适应信息时代知识日新月异的变化,人们迫切需要新型的信息服务方式和更加开放…     

基于主动服务结点的分布式主动服务框架

主动服务结点既是服务的提供者,又是服务的使用者,具有自主移动计算和提供服务能力。主动服务结点采用私有UDDI和构件资源库,通过私有UDDI及WEB服务描述语言与UCDL之间的转换提供主动服务。文中结合基于私有UDDI的WEB服务模型和本地构件资源库方式,提出主动服务结点模型和基于主动服务结点的分布式主动服务框架,克服了基于UDDI框架的服务集中管理的问题。     

基于领域本体的电子学习资源库模型

随着电子学习系统快速的发展,电子学习资源呈现爆炸式的增长,如何有效地组织海量电子学习资源成为构建高效电子学习系统的重要因素。针对现有资源库在资源组织方面存在的不足,提出了一个基于领域知识本体的电子学习资源库检索模型,该模型利用领域知识来构建领域知识本体库并通过抽取电子学习资源元数据构建元数据库,通过映射关系完成对电子学习资源的语义组织,并在此基础之上构建一个语义检索模型,以有效地解决现有电子学习资源检索中丢失语义背景的问题,使检索结果在查全率、查准率方面有所提高,更加符合用户的需求。     

LMOD：一种基于本体描述的电子学习资源库模型*

随着电子学习系统应用的深入,资源库已经成为影响电子学习系统可用性的一个重要因素。针对现有资源库在资源检索查全率、查准率上存在的不足,将语义特征引入到电子学习资源库模型的构建之中,提出了一种基于本体描述的电子学习资源库模型LMOD。LMOD通过构建电子学习资源库本体并生成相应的语义元数据规范地描述资源,将资源以机器可以理解的方式组织起来;并利用语义学视图规范用户查询语句。在此基础上实现基于语义的资源查询,以有效地解决搜索中含糊解释与同义识别的问题。该模型能够有效克服现有资源库建设方案的缺点,提升资源库的使用效率与可用性。     

基于云平台的数学线上学习资源共享系统研究

针对传统系统在数学线上学习资源共享应用效果不佳、共享服务响应长、丢包率高等问题，无法满足速率和安全方面的需求，提出基于云平台的数学线上学习资源共享系统研究。在云平台上生成云数据资源表格，构建学习资源库，利用云计算技术对学习资源库的资源属性进行划分，实现数据线上学习资源共享。实验证明，设计系统共享服务响应延迟时间在1 s以内，丢包率在2%以内，具有良好的应用前景。     

基于Bayesian Network的学习资源库推荐系统构建与实现

针对学习资源使用者的特点和当前网络学习模型的不足,提出运用贝叶斯网络建立一种个性化学习者模型。基于用户决策方案指导资源库的建设,提出了一种新的学习资源推荐算法,使学习资源的呈现符合学习者认知发展水平和个性特征,改善资源库的组织结构,实现智能化、个性化的学习资源库推荐系统。实践证明,对于本系统所推荐的学习资源,学习者非常满意。     

基于知识点本体的学习资源框架设计

针对目前语义缺失,缺少可重用性、互操作性、共享性的学习资源现状,提出将知识点本体引入学习资源库功能模型的构建和学习知识的表达,模型中采用KDD技术对领域学科知识点的内在联系及层次关系进行分析和研究．并构建领域知识点本体模型,为学习资源适应个性化学习提供语义基础,实现资源的共享和重用。     

基于链接实体回放的多源知识图谱终身表示学习

知识图谱存储大量的结构化知识和丰富的语义信息,已被广泛应用于知识驱动的智能软件.随着智能应用的不断发展,它们对知识图谱的需求也在发生变化.而单一知识图谱往往具有数据不完备等缺点,难以满足需求.因此,支持新数据来源、融合多源知识已经成为迫切需求.传统的知识图谱表示学习和应用范式只考虑单一图谱,忽视了不同图谱间的知识迁移.多源知识图谱联合训练虽然可以带来性能提升,但不支持新增知识图谱的拓展表示学习.鉴于此,提出了多源知识图谱终身表示学习的新范式.给定一个知识图谱序列,终身表示学习的目标是在学习新知识图谱的同时,从已学习的知识图谱与模型中获得知识迁移.为实现这一目标,提出了一个基于链接实体回放的多源知识图谱终身表示学习框架.首先,设计一个以Transformer为编码器的知识图谱表示学习模型作为框架核心,利用关系相关性进行实体的链接预测.其次,提出链接子图构造方法,基于实体对齐构建并回放新增知识图谱和已有知识图谱之间的链接子图进行终身学习和知识迁移.最后,采用动态结构方法,为每个知识图谱存储相应的模型参数快照来避免灾难性遗忘.多个链接预测基准数据集上的实验结果表明,所提出的表示学习模型可以取得最先进的性能,且提出的终身表示学习框架可以实现有效的知识迁移.     

基于概念图的网络课件与资源库集成

网络课件和资源库已成为远程教育中重要的学习资源,但它们是异构的和相互独立的。文章〖BP）〗利用概念图进行网络课件与资源库的同构化,提出了“资源库-概念图-网络课件”模型,并结合该模型,研究网络课件和资源库的集成,以充分发挥两者的优势,提高学生使用资源的学习效率。     

A nonlinear regulator design in the presence of systemuncertainties using multilayered neural network

The authors present a novel nonlinear regulator design method that integrates linear optimal control techniques and nonlinear neural network learning methods. Multilayered neural networks are used to add nonlinear effects to the linear optimal regulator (LOR). The regulator can compensate for nonlinear system uncertainties that are not considered in the LOR design and can tolerate a wider range of uncertainties than the LOR alone. The salient feature of the regulator is that the control performance is much improved by using a priori knowledge of the plant dynamics as the system equation and the corresponding LOR. Computer simulations are performed to show the applicability and the limitations of the regulator.     

流媒体点播学习系统自适应性研究

针对为流媒体学习系统提供个性化点播服务的问题,通过研究学习系统自适应性实施的相关文献,给出一个基于朴素贝叶斯分类的自适应流媒体点播系统的实现模型。为了提高分类诊断性能,适合流媒体学习特性,重点讨论为不同知识点类型赋予不同权重的基于概率加权的贝叶斯分类算法和加入时序的贝叶斯分类算法。实验结果表明,算法设计合理、科学。     

基于情境感知和本体的E-Learning系统研究

为了合理、有效地描述E-Learning环境中学习者的学习情形,利用本体论具有知识组织清晰、概念和关系定义明确的特性,建立了E-Learning环境中的情境信息本体模型。为提高学习者的学习兴趣和学习效率,对采集到的情境信息进行情境推理后,采用资源调度控制算法调用相应的学习资源服务及时向学习者提供。应用实例验证了基于情境感知的本体E-Learning系统的服务性能。     

超级分布学习对象的学习服务研究

以超级分布学习对（super distributed learning object，SDLO）的寻找伙伴服务为例，对SDLO的学习服务、学习服务的通信进行了描述，并给出学习服务算法，最后利用Aglet2．0．2开发出了SDLO原型系统，对SDLO的学习服务进行了验证。SDLO的学习服务是其分布性、协作性等特性的重要体现，为知识的交流、共享与创新提供了有力支持，从而达到分布式学习和协作学习的目的。     

基于运维服务的知识库系统模型的研究

文章结合现代信息系统运堆模式,提出通过构建本体知识库来有效地辅助运维服务,将知识库系统应用到IT服务领域,并对该知识库系统进行详细建模.最终通过知识的积累、共享和自我更新,切实提高运雏服务效率.     

基于抽象服务的密码服务组合模型设计与实现

传统的密码服务与应用系统的紧耦合,不能满足新的业务需求,同时严重制约了密码服务的发展。为了提高密码服务质量和扩展其应用范围,根据密码服务的特点,对其进行抽象归类,构建抽象服务。并在此基础上结合面向服务的体系架构,利用BPEL和Pi演算的转换,设计了可以动态调度和智能优化的密码服务组合模型。该模型不但可以实现业务流程的图形化编排,而且可以对流程进行形式化分析和正确性检测。最后给出了原型系统的设计思想和实现方法。     

面向服务的AI-ESTATE故障诊断系统建模

测试和诊断的融合可以提高武器系统的维护效率,但是随着武器装备的升级改造就带来了原有的诊断知识难共享、诊断推理软件难以互操作、难重用,诊断功能难扩展的问题;AI-ESTATE标准规范了诊断知识和数据的标准化描述和诊断推理机的服务接口,为知识互换和软件可移植提供了条件;论文研究了面向服务的AI-ESTATE开放式故障诊断系统的体系结构和信息传递模式,分析了推理机模型管理服务和互操作服务;然后运用静态诊断模型服务关系图和UML时序图分析了AI-ESTATE服务在诊断模型编辑、索引等功能实现中的交换流程,运用动态诊断模型的UML时序图分析了AI-ESTATE互操作服务在故障诊断系统运行中推理机与其它组件的动态交互过程,为开放式AI-ESTATE智能诊断系统的开发奠定了基础。     

领域专业知识富关联关系提取方法

面向知识服务业中领域专业内容资源的多模态、智能化、精细化、知识化和重组化的碎片性管理需求,如何高效生成和应用专业知识,促进实体经济创新发展,成为共同的战略选择与难题.对此,重点研究八大战略新兴产业内容资源的富关联体系和知识关系标引规范,制定面向服务专业内容资源的一致性富关联关系的描述体系.构建内容资源表示实体(知识、信息、资源、服务、对象)间的富关联模式,满足实体间自动解构、聚合及智能抽取的需求,提出基于领域专业知识的富关联关系提取模型.运用多层注意力机制来凸显重要表征性信息,通过知识图谱设计并优化异构环境中核心源对象与目标对象间元属性.与以往基线模型不同,所提出的模型结构支持在特定领域下端到端的学习,不必显式依赖外部知识.实验结果表明,领域专业知识富关联关系提取方法,可有效提升富关联关系识别精度及专业知识服务效率.     

领域自适应的Web服务评价模型

Web服务质量的评价是指导Web服务的选取与组合的主要手段,而目前的Web服务评价模型采用与服务领域无关的评价因子来评价服务,不能全面衡量服务使用者对Web服务质量的要求．该文用基于语义的方法描述Web服务评价模型,支持动态定制不同领域的服务评价因子,同时利用Web服务在使用过程中产生的知识以及领域专家的领域知识交互计算评价因子的权重分布．实验证明,该模型的评价结果优于其它评价模型的评价结果,并且采用交互算法的准确率比仅采用机器学习算法或仅使用先验知识的准确率提高10％以上．该模型可应用于Web服务管理系统、Web服务选取和Web服务合成引擎等Web服务应用系统中．