基于概率主题模型的物联网服务发现

针对物联网中服务数量的大规模性、服务描述的异构性以及设备服务的资源高度受限性和移动性等特点,提出了一种基于概率主题模型的物联网服务发现方法.该方法的主要特点是：1） 利用英文Wikipedia 构建高质量的主题模型,并对类似短文本的服务文本描述进行语义扩充,使主题模型能够更有效地估计服务文本描述的隐含主题;2） 提出利用非参数主题模型学习服务文本的隐含主题,降低模型训练时间;3） 利用服务隐含主题对服务进行自动分类和文本相似度计算,快速减少服务匹配数量,加速服务文本相似度计算;4） 提出能够同时支持WSDL-based 和RESTful 两种物联网服务的signature 匹配算法.实验结果表明：与现有的物联网服务发现方法相比,该方法的准确率（precision）和归一化折损累积增益（NDCG）都有较大幅度的提高.     

基于开源社区分析的API使用案例推荐服务

目前有关API学习和代码复用的研究主要集中在对于API调用频繁模式的挖掘、组件化信息的提取以及根据用户的需求和目标功能进行的个性化应用程序接口（API）推荐服务等方面。然而,作为缺少专业知识和经验技能来完成特定使用案例的软件开发初学者,在阅读官方文档之外,往往需要真实的使用案例作为参考。现有代码推荐研究大多为单片段式代码,缺少跨函数的案例选择,这不利于初学者学习构建完整的使用场景或功能模块;同时,从单个函数注释中提取的语义描述也不足以构建学习者对项目中完整功能实现方法的认识。为了解决上述问题,提出了一种基于开源社区分析的API使用案例推荐服务,并以软件开发后端框架Spring Boot为例,构建了跨函数的案例推荐辅助学习服务。随后,通过调查问卷、专家验证等方式验证了所提出的API使用案例推荐服务的可行性和有效性。     

基于运行时模型的无线传感网管理方法

无线传感网是物联网的核心,主要解决物联网中的信息感知问题,通过散布在特定区域的成千上万的传感器节点,采集环境中各种信息并连接到互联网上.然而,传感设备所采集到的数据是实时的、数量庞大且无良好结构的,要将采集到的数据映射到应用系统的问题域空间,就不得不编写大量的映射代码.为了快速定制和开发物联网系统,提出一种基于运行时模型的无线传感网管理方法：首先,在传感设备管理接口基础上构造运行时模型,并维护运行时模型与采集到信息的数据同步;其次,基于运行时模型,对不同传感设备采集到的数据进行定制、抽取和合并,实现通过组合模型对场景中不同的传感设备进行统一管理;最后,通过模型转换,实现组合模型到应用场景模型的映射,从而能够面向应用场景进行物联网系统的开发.还实现了基于运行时模型的智慧社区原型系统,并对方法的可行性和有效性进行了验证.     

描述逻辑εLU概念及术语公理集的表达能力刻画

表达能力和推理复杂性是一个逻辑的两个重要特征,也是一对相互制约的关系.解释之间的互模拟关系是从语义的角度刻画逻辑表达能力的一个有效途径,其代表性的结果是命题模态逻辑表达能力的刻画定理——vanBenthem 刻画定理.给出了描述逻辑εLU（含构造子：原子概念、顶概念、概念交、概念并、完全存在约束）的模拟关系,建立了εLU中概念和术语公理集的表达能力刻画定理,即一阶逻辑公式与ELU中概念和术语公理集等价的充分必要条件.上述结果为寻求表达能力与推理复杂性之间的最佳平衡提供了有效的支持.