基于ESU图的活动社交网络用户参加活动推荐

活动社交网络(EBSNs)为用户提供了方便的组织、参加和分享社交活动的平台。该文面向EBSNs活动推荐问题,提出了包含活动(Event)、主办方(Sponsor)和用户(User)的ESU图模型,深入揭示了EBSNs的实体及其社交关系。因为用户参加活动受多个因素影响,我们提出了基于ESU图的活动推荐多因素决策模型,包括社交影响力、活动内容、活动地点及活动时间。根据ESU图特点,提出了基于双向重启随机游走算法BD-RWR的实体重要度计算方法。选取真实的EBSNs平台—豆瓣同城验证所提方法的有效性。实验结果表明,该文提出的ESU图模型及融合了多因素的活动推荐模型,与已有最新方法相比,有效地提升了用户参加活动的推荐效果。     

机会式频谱接入问题基于事件的优化方法

研究机会式频谱接入技术中次用户对可利用频谱进行探测和接入策略的优化问题. 通过引入事件的概念, 将含有可数无限状态的原问题转化为包含有限个事件的决策问题. 从性能灵敏度的角度出发, 分析不同策略下平均传输率的差异, 给出了基于事件策略的性能差分公式. 以此为基础, 通过合理的近似, 设计了基于事件的策略迭代算法. 仿真示例验证了所提出算法的有效性和近似处理的合理性.

     

一种支持细粒度并行的SDN虚拟化编程框架

软件定义网络(software defined network,简称SDN)通过集中式的控制器提高了网络的可编程性,成为近年来网络领域非常热门的话题。以Openflow网络为代表的软件定义网络将逻辑控制与数据转发相隔离,为网络虚拟化技术提供了良好的平台。集中式的抽象与控制使得SDN虚拟化框架的处理效率成为主要瓶颈。现有的SDN虚拟化框架由于缺乏对细粒度并行的支持,为编程人员充分利用多核/众核资源、控制更大规模的网络带来了极大的挑战。为了提高SDN虚拟化框架的处理效率,提出一种新的SDN虚拟化编程框架,通过新颖的API和运行时,在框架内部支持细粒度的并行处理。该框架通过对网络中流和网络资源进行抽象,使开发人员可以直接通过划分流空间来定义不同的虚拟网络,利用无锁的编程方式对共享的网络资源和流进行操作。实验结果表明,该框架在逻辑控制的执行效率方面具有良好的可扩展性,可以创建出更大规模的虚拟网络,并对其进行更为复杂的控制。     

事件驱动多关节机械臂轨迹跟踪自适应鲁棒控制

针对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制问题,基于自适应鲁棒控制算法提出事件驱动跟踪控制器。通过自适应鲁棒控制保证多关节机械臂轨迹跟踪精度,处理不确定干扰和建模误差带来的不确定性影响。利用事件驱动控制框架,以当前跟踪误差和期望状态等变量作为输入定义事件驱动系统的变量。根据Lyapunov稳定性理论获得了驱动条件,且证明了无Zeno现象发生,使系统在满足驱动条件时更新控制指令,从而减少系统能耗与通信频率,提高系统的可靠性,保证多关节机械臂跟踪控制系统半全局最终一致有界。通过仿真验证了理论结果的有效性。     

基于智能物件的制造企业信息系统研究

为自动、实时、准确、详细地获取企业物理环境的信息,提出了基于智能物件的实时企业的观点.给出了智能物件技术在制造企业中的应用场景,它不仅能够为企业已有的信息系统提供新的数据源,而且能够在一定程度上改进企业的业务流程.给出并详细描述了系统层次结构及需要研究的重点内容.指出基于事件的中间件是系统集成的关键,提出该中间件的体系结构并详细描述其功能,分析了应用中存在的问题.应用案例证明,该方案是切实有效的.     

A Multinomial Model of Event-Based Prospective Memory.

Prospective memory is remembering to perform an action in the future. The authors introduce the 1st formal model of event-based prospective memory, namely, a multinomial model that includes 2 separate parameters related to prospective memory processes. The 1st measures preparatory attentional processes, and the 2nd measures retrospective memory processes. The model was validated in 4 experiments. Manipulations of instructions to place importance on either the prospective memory task or the background task (Experiments 1 and 2) and manipulations of distinctiveness of prospective memory targets (Experiment 2) had expected effects on model parameters, as did a manipulation of the difficulty of prospective memory target encoding (Experiments 3 and 4). An alternative model was also evaluated. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

基于事件的设计与控制技术及其在机器人系统中的应用

基于事件的设计与控制技术已经引起人们的广泛关注,其基本思想就是引入与系统输出相关的运动参考变量(action reference),在任意时刻使系统给定量的输入以及系统的设计都转化为这个参考变量的函数,使系统的设计部分与控制器一样成为系统的决策部件,从而使系统具备处理突发性、不确定性事件的能力,可以根据系统的实际输出来实时、自动地调整系统的输入,实现对系统的实时控制．机器人系统是一个智能控制系统．机器人间的协调协作是其智能性的主要表现．本文首先对基于事件的控制理论及其发展做了回顾,然后介绍了基于事件的控制技术在机器人队形保持、机器制造、多机器人协作等系统智能控制中的应用,实验证明该方法可以取得很好的智能控制效果,提高系统的控制性能．最后探讨了这一研究领域的发展方向．     

基于Web的多机器人远程控制

多机器人编队的远程控制会面临协作环境不确定、信号传输延迟等困难,在Web模式下采用基于事件的远程控制策略会克服这些困难并使系统具有稳定、安全、可靠和高效率等性能.编队控制时采用“领队跟随”的控制策略也可以使多机器人具有高度的自组织能力.3个Pioneer3机器人的三角形编队实验验证了所选用系统和控制策略的合理性和有效性.     

Online calibration of combustion phase in a diesel engine

In this work, an online calibration mechanism is proposed for the combustion phase in a diesel engine. In particular, a simplified event-based engine model, of which the output predicts the optimum combustion phase, is used to aid the calibration, and the model is updated online along with the engine operation to keep the integrity high so as to improve the quality of optimum combustion phase prediction. It is found this mechanism can be applied to develop an online automated calibration process when the engine system shifts to a new operating point. Engine test results are included to demonstrate the effectiveness of the proposed mechanism.