基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法。给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构。将算法用于中医领域语义网络和语义场构建。试验结果表明,该算法具有较好的实用性。提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法。     

开展研究型教学,促进高质量创新型研究生的培养

从研究型教学的角度研究高质量创新型研究生的培养,分析研究型教学与研究生教学和高质量创新型研究生培养的关系,论证研究型教学在高质量创新型研究生培养中的重要性。     

基于逆数据包络分析法的中医方药评价与药量计算研究

针对中医组方的药量推算建模问题,提出了基于证候上下文分析的逆数据包络分析（IDEA）算法。该算法以证侯的典型方剂为依据,以数据包络分析为评价工具,建立起反映证候演化的方药评价模型;依据代表证候状态的评价值,给相应的证型症状信息赋值,以完成“词计算”过程。最后,把具体的辨证过程植入到证侯发展的上下文环境中,以典型证型的“词计算”为依据,给出具体案例的证侯状态评价,再采用IDEA算法推算出药量数据。该模型的推算结果表明,它能够反映中医的一般用药规律,这将对辨证论治组方环节的数值化、客观化研究提供一种可能的思路。     

基于XML的案例推理技术及其在生产调度中的应用研究

在广泛应用的案例推理技术中,非结构化案例占重要地位。针对非结构化案例的特点和相应的检索、匹配与推理机制,本文提出了基于XML的非结构化案例表示与推理技术。以天然气生产调度为例,详细介绍了非结构化案例的XML表示以及基于XQuery的案例检索、匹配与例修正过程。     

共应链管理提高排程水平——MAPICS供应链管理解决方案成功案例

一、Dirona背景 Dirona位于蒙特雷(Monterrey)--墨西哥最重要的工业城市之一,是一家主要为重型卡车和公共汽车提供前后轮轴、排档、行李架装置、部件和刹车的复杂生产流程制造商.作为一家享有国际声誉的制造商,公司的雇员大约200名,年收入超过1亿美元.同时,Di rona的客户包括约翰迪尔(John Deere)、梅赛德斯-奔驰(Mercedes Benz-Freightliner)、沃尔沃(Volvo)、航星(Navistar)、通用汽车(G e n eral M oto r s)、克莱斯勒(Chrysler)和Meritor.     

打造世界级制造商离不开产品生命周期管理

PLM的概念如何界定?PLM是否可以解决制造业企业的发展需求?PLM在中国制造业企业打造世界级竞争优势的过程中发挥怎样的优势?PLM未来的发展趋势如何?下文将一一解答.     

基于超图模型的空间数据挖掘

在空间数据挖掘中,知识表现为空间数据的内在结构以及不同数据子集之间的关系。可视化技术充分利用了图形和图像的表达能力以及人对于色彩和空间的敏锐的感知能力,使人机有机地融合在一起。该文基于超图理论提出了超图模型并将其用于空间数据挖掘。超图模型将超图理论、对象技术和可视化技术融合在一起,可用于表达复杂数据的内在结构和相互之间的关系,也表示对象的不同属性以及对象之间的关联程度。     

基于XML的设计模式描述和复用系统的研究

设计模式的描述、存储和检索是实现软件复用的关键技术。目前所采用的文档描述和存储方式十分不利于设计模式的有效利用。该文提出了基于XML的设计模式描述和复用系统(DPRU),给出了系统的总体结构并对其核心部分的实现进行了论述。DPRU系统充分利用了XML对于半结构化数据的描述能力以及关系型数据库技术的存储和检索特性,可实现分布式多用户环境下的设计模式检索和复用,同时也提供了多种应用扩展。     

基于相对条件熵的搭配抽取方法

针对以往研究将搭配视为词项的简单并置，而没有考虑词项间的倾向性的问题，提出了一个基于相对条件熵的搭配倾向统计模型，衡量中心词对上下文同现词的依赖程度。此外，加入语言学启发式规则，利用词性过滤器和滑动窗口的方法识别搭配边界，最终形成了在开放语料库环境下的搭配抽取方法。该方法具有很强的解释性，有效地揭示了搭配构成的内在机理。经过证明，搭配倾向强度可以解释为由方向修正的互信息。     

基于范数优化超限学习机的矿浆浓度预测

选矿过程中的矿浆浓度是一个重要的生产工艺参数,一般可以通过预测矿浆浓度来提高生产效率。由于矿浆浓度和其他的生产工艺参数往往非线性相关,这给矿浆浓度的预测带来了很大困难。本文针对此问题,基于超限学习机这一面向神经网络的新颖学习算法,提出了一种矿浆浓度预测新算法。首先,使用相空间重构方法对矿浆浓度数据进行预处理,从一维转换到多维。然后,使用基于L2范数的超限学习机算法（ELM-L2）建立时序预测模型,实现预测功能。围绕来自于某矿厂的真实生产数据进行了实验验证,结果显示,针对大规模的数据样本集,所设计的算法与传统神经网络预测算法相比,训练时间大约减少了30%,而预测精度大约提高了48%。实验结果表明了所设计预测算法的有效性。