基于近似匹配的知识化制造系统自重构研究

为解决实际中不同制造模式的实现之间存在大量相似但又不完全相同的模块的自重构问题,提出基于近似匹配的知识化制造系统自重构的理论和算法.首先讨论知识化制造系统自重构中知识点的匹配度定义和性质;然后给出基于近似匹配的知识网自重构算法,并利用C#和SQL Sever 2000在.NET平台上开发出基于近似匹配的自重构使能工具;最后通过实例说明基于近似匹配的自重构技术的应用.     

赫思曼推出Industrial HiVision图形化网络监控软件

近日,赫思曼推出了Industrial HiVision图形化网络监控软件。该软件通过LLDP逻辑链路自动发现协议,自动识别基于LLDP协议的网络架构,如STP、RSTP、HIPER-Ring、Redundant Ring coupling、Link Aggregation等,也能够发现不支持LLDP协议的终端设备,实现网络拓扑可视化。物理的或逻辑的或是两者的结合均可在一个项目中同时表示出来,在地图上可手动调整、     

基于本体的工作流知识管理系统的应用研究

知识管理已成为企业在信息化条件下提高竞争力的必要手段,工作流系统是支持工作流定义、执行和监控的计算机软件系统.针时工作流系统应用在企业知识管理时面临的流程数据整合不易、文件内容词汇关系的不明确与存取控制不便等问题,提出了一种基于本体的工作流知识管理系统架构,并介绍了其设计及实现机制.该系统以XML作为流程文件交换与存储格式,利用本体论的方法将不同知识领域所包含的概念及关联特性整合进工作流程中,并设计了基于角色继承的授权管理机制进行精确的文件存取控制.     

改进的χ~2统计文本特征选择方法

特征选择是当今研究领域的一个热点,尤其是文本分类领域中的热点。针对χ2统计方法的两个缺陷:降低了低频词的权重和提高了很少在指定类中出现但普遍存在于其他类的特征在该类中的权重,对χ2统计方法进行改进,并通过做模拟和对比实验,对比改进前后的方法对文本分类的影响。在模拟和对比实验中,改进后方法的分类效果要好于传统的方法。     

变精度粗糙集模型及其应用研究

介绍了广义粗糙集模型和Ziarko变精度粗糙集模型,找出了它们的不足;借助引入的误差参数β(0≤β<0.5),给出了基于后继邻域的一般二元关系下变精度粗糙集模型的β上近似、β下近似、3边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、该模型与其他粗糙集模型的关系以及一般二元关系下两种变精度粗糙集模型的关系;最后,举例说明了该模型在信息处理中的应用。     

话语标记的语体特征研究及应用

话语标记作为一种常见的话语现象,已成为话语分析研究的重要课题。由于研究角度不同,人们对于话语标记的认识和分类至今仍存在较大差异。该文从语体的角度提出假设,认为话语标记具有一定的语体特征。为准确描写话语标记的语体特征,提出了“语体度”的概念。通过对采样话语标记在不同语体的语料中分布情况进行定量分析,证实了相当一部分话语标记具有明显的语体特征,并根据分析结果选择特征向量,采用Rocchio分类法对开放文本进行自动语体分类实验,正确率达到82.9%。事实证明话语标记的语体特征对文本分类具有一定的参考价值。     

知识管理的一片云

云的概念也走进了知识管理的领域,知识管理平台的分类统计作为“云搜索”这一新的技术,正在被厂商研发并推广。     

知识管理推动组织创新

在研究三种知识管理影响因素的时候,我们重点关注管理的影响因素,因为它们最易于被负责管理创新的人员所控制。     

文本分类中基于差值思想的多特征选择算法研究

随着网络的发展,大量的文档数据涌现在网上,自动文本分类已经成为处理和组织大量文档数据的关键技术.其困难之一是特征空间的高维性,因此寻求一种有效的特征选择方法,降低特征空间的维数,成为文本分类中的重要问题.本文结合了多种特征选择方法,提出一种基于差值思想的多特征选择算法,并应用于KNN文本分类算法,实验表明,本文提出的特征选择算法能进一步提高分类性能.     

基于Agent 的网格资源层次发现方法

在分层网格资源管理模型思想基础上,本文提出了一种基于Agent 的网格资源发现方法,通过对网格资源进行虚拟组织的划分、建立虚拟组织信息表和用户最近访问多次的记忆表,进行有效的资源信息管理。在资源信息查找中引入Agent 技术,通过Agent 携带用户请求信息,进行快速资源发现查找,节省了用户比较选择的时间,有利于用户对资源进行选择,减轻网络负载,提高资源查找效率,最后通过模拟仿真证明该方法的有效性。