主存高效的公交网络路径规划索引

在公交时间表下给定起始和目标站点,路径规划查询返回一组到达时间早和换乘次数少的帕雷托最优路径.现有的索引方法需要大量运行时内存.本文提出主存空间高效的索引方法(a-)PAINT.(a-)PAINT对每个站点v预计算一组标签,使得对于从站点s到站点d的查询可以通过匹配s和d相关的标签高效地生成查询结果的一条路径.PAINT对任意查询返回最优路径.a-PAINT只需要很小的预处理开销,但可能返回多一趟换乘的次优路径.用真实的公交时间表与模拟查询测试,PAINT具有合理的预处理开销.a-PAINT需要更少量的预处理开销,在大规模公交网络下准确率达90％.     

研究生管理系统从传统模式向Web模式的移植

本文针对传统教学管理信息系统的不足，在兼顾效果与代价、效率与安全的基础上提出了旧系统模型向新系统模型移植的策略。     

学术社交网络中的权威学者推荐模型

目前，学术社交网络平台存在的信息过载和信息不对称等问题导致学者特别是影响力低的学者很难找到自己感兴趣的内容，同时，学术社交网络中影响力大的学者对学术社区的形成具有一定的促进作用并且对影响力低的学者的科学研究具有一定的导向作用，因此提出一种融合学术社区检测的权威学者推荐模型（ISRMACD）来为学术社交网络中的低影响力学者提供推荐服务。首先，利用影响力大的学者圈作为社区的核心结构对学术社交网络中学者间的关系纽带——好友关系所产生的复杂网络拓扑关系进行学术社区检测；然后，对社区内的学者计算影响力，并实现社区内部的权威学者推荐服务。在学者网数据集上的实验结果表明，该推荐模型在不同的权威学者推荐数量下均取得了较高的推荐质量，并且每次推荐10名权威学者取得的推荐精度最高，达到70%及以上。     

基于时态数据库的极小子结构逻辑系统

逻辑是知识表达的重要方法,但由于时序性知识与时间属性知识交叉应用的复杂性,其对时态数据库支撑一直不尽如人意.目前时态数据运算体系不完备,时态关系演算缺乏系统和有力的逻辑与代数理论支持.为此,文中从子结构逻辑出发,针对时态数据库及其信息处理中关键的知识推理、时态操作与函数依赖等内容,构建了一个极小的(最小的)子结构逻辑系统TDLrmin,其恰好等价于传统的数据库函数依赖Armstrong规则.TDLmin系统能在逻辑语义模型中对时序性、时间属性进行表达,而在句法逻辑系统将时间剥离,从而既表达了时态知识,对时态操作进行处理,又降低了逻辑系统的复杂度,使得逻辑系统的时间复杂度为P-time (O(n2)).而该逻辑系统还可与传统的Allen方法进行对接,使得相关时态查询所需的时间代价为传统非时态查询的时间加上一个复杂度仅为O(n)的线性时间,从而使得系统具有更强的普适性和应用前景.     

时态查询语言的并发Lambek演算及范畴语法

时态逻辑不可递归公理化的性质,造成它的公理化系统和证明论方法不适于时态查询语言的建模．这使得时态逻辑无法利用公理化系统的良好性质及相关证明论方法对时态数据库的推理和查询做更为严谨和细致地刻画．因此寻找时态逻辑的替代者,以公理化的方式对时态查询语言做句法和语义的分析是必要的．考虑的2个主要工具是作为句法分析工具的以Lambek演算为核心的范畴语法系统,和作为语义分析工具的类型演算λ－演算．这主要是基于类型论的演算特点、SQL语句与陈述句的相似性、Lambek演算和λ－演算的公理化与证明论方法,及它们作为句法和语义分析工具之间的密切联系与对应性决定的．据此从Lambek演算出发,结合时态的处理,构建了并发的Lambek演算（LCTQ）及相应的范畴语法,对以公理化系统为基础的时态查询语言的句法分析做相关研究,并从证明论性质上保障了计算性资源,使得系统更为严谨和完善．     

数据库学科研究型教学探讨

本文探讨数据库课程研究型教学过程中的一些重要问题。首先是教学理念的转变,这是教改的指导思想;其次是研究型教学师资建设;另外就是教学与科研项目有机结合,通过研究型教学提供科研的底层支撑,通过科研项目为研究能力培养和创新人格塑造提供机会：最后是讨论创建研究型教学的硬件和软件环境。     

基于Agent的SIDSS协同工作模型研究

计算机支持的协同工作系统（CSCW）体现并符合当今信息时代人们工作的群体性,交互性,分布性和协同性等特点,因而日益受到人们的重视并广泛地应用到实际当中,协同工作是机关事业单位工资系统重要特性之一,本文分析了工资智能决策支持系统（SIDSS)的协同问题,提出了一种基于Agent的协同决策支持系统的协同工作模型,讨论了SIDSS协同 实现,并对模型提出前后的性能进行了比较。     

智能主体的信念认知时态子结构逻辑模型*

智能主体获取信念的途径主要有两种：一种为他省,通过外界交互,从其他主体获取信息;另一种为自省,通过自己的历史数据库获取相关知识。对于主体信念的描述与刻画,两种途径缺一不可,但当前的BDI理论模型中较多地为他省系统,没有做到两者相结合。其次,在当前的许多理论模型中,通常使用的是二值逻辑、经典模态逻辑或其变形系统,使得相应的逻辑系统普遍存在逻辑全知和粗精度刻画等问题。针对上述问题进行了相关研究,采用了认知时态子结构逻辑建模的方法,表达了智能主体获得“双省”信念的方式,针对其建立了相应的逻辑系统BSoET。     

利用单词超团的二分图文本聚类算法

鉴于目前传统文本聚类方法中利用文档间的相似度进行聚类存在的问题,在传统的文本挖掘基础上提出了一种新的文本聚类算法——利用单词超团的二分图文本聚类算法。该算法用文档中单词的关联模式来评估文档间的相似度及主题类别预测,并利用图划分策略来大大降低文档相似度比较算法的复杂度,同时将超团作为特征结构的扩展,可以在一定范围内减少语言信息的丢失,提高聚类效果。经实验证明该算法具有较高的有效性。     

基于描述逻辑的模糊软集参数转换算法

通过应用模糊描述逻辑FALC (fuzzy attribute language and complement)表示问题领域和模糊软集参数知识,丰富模糊软集参数的语义;利用描述逻辑的推理能力,通过设计模糊软集转化算法,将原始模糊软集转化为符合查询决策参数语义的模糊软集,提高了模糊软集决策支持能力.