专家系统开发技术

本文结合我系研制的几个实用专家系统,分析了专家系统的应用背景和实用专家系统的开发技术,并针对当前专家系统中存在的局限性,提出了新一代专家系统的设计目标和结构特征。     

毛涤麻混纺高支纱产品粗纱工艺参数的研究与选用

就毛涤麻产品在前纺粗纱机工艺的选择进行分析，并提出了解决办法。     

基于特征模型的软件产品自动导出方法综述

在针对特定领域的软件复用中,产品导出是主要活动之一.产品导出指的是,开发人员基于领域中可复用的软件制品开发出所需的软件产品.在产品导出过程中,产品导出效率决定了软件复用的收益.在诸多影响产品导出效率的因素中,手工进行产品导出是拉低产品导出效率的主要因素之一,其最终会导致软件复用收益降低.为了提高产品的导出效率,相关研究提出了一些自动导出软件产品的方法.在这些方法中,一种普遍采用的指导思想是基于特征模型自动导出软件产品.在诸多使用该思想进行产品导出的方法中,各方法所使用的实现方式差异很大.为了给基于特征模型自动导出软件产品提供更好的支持,基于现有研究,提出了一个分类框架,并使用该框架对现有基于特征模型自动导出软件产品的方法进行了分类和比较.另外,还进一步指出了现有研究中的不足,并提出解决这些不足的设想.     

基于互联网群体智能的拼图问题求解

拼图游戏是一类复杂问题的典型代表.这类问题的复杂性体现在其无法通过自上而下、集中控制的方式进行有效求解.通常情况下,拼图游戏由一个玩家独立完成,或由几个玩家围坐在一起协同完成.本文提出一种基于互联网人类群体智能的拼图问题求解方法.该方法使用一种被称为“探索-融合-反馈”的回路用于支持人类玩家群体在互联网环境中进行并行、...     

支持Web Services语义组合的框架IRS-Ⅱ：分析与讨论

Web Services是基于Internet进行分布式计算的基本元素，面向Service的计算将成为未来计算技术发展的趋势。但如何能够自动发现需要的Service资源，提高Web Services组合的智能化程度，是近来的研究热点之一。IRSⅡ首先提出基于任务本体的Service发布、发现和组合方法，可以说是将Service发现和组合从语法的层次提升到了语义的层次。本文首先深入分析了IRS-Ⅱ提出的方法及其体系结构，然后对web Services的智能检索和服务组合的问题进行讨论。     

基于问题框架的需求建模:一种本体制导的方法

在深入研究问题框架方法的基础上,抽取并构建了一个问题框架本体,以概念化基于问题框架的需求建模,设计了一个本体制导的基于问题框架方法的需求建模过程,为需求分析员提供建模指导并规范其建模活动.最后,通过案例展示整个本体制导的建模过程.     

需求驱动的服务Agent协作及其协商框架

传统的面向服务计算模式通常是包含中央控制结点的集中控制结构,多Agent理论和技术提供了另一种角度看待服务计算,本文将Web看成一种主动服务实体,即服务Agent,服务计算模式演变为一种非集中式的、分布式结构,服务Agent主动发现需求并在需求吸引下聚集,通过功能本体和自动机制设计,得到需求解决方案,形成需求解决方案后,协作方案选择可以被归结为二部图上的0-1整数规划,这是一个NP完全问题,本文给出一种多Agent协商框架,服务请求方和各服务Agent通过有限次协商交互最终达成协议,该协议选定服务Agent解决需求的一种协作方案,通过模拟对协商框架进行验证.     

OpenStack开源社区中商业组织的参与模式

2000年以来,开源软件取得了显著进展,展示出一种以用户创新为驱动且低成本高质量的新型软件开发方式.越来越多的商业组织参与到开源项目中,期望利用开源软件及其优势实现自身的商业目标.由于开源软件开发方式与传统的软件工程方法存在显著差异,为了加入开源社区,商业组织必须要对自身原有的软件开发方式、业务模式等做出调整.在这种情况下,一个亟待解决的问题是商业组织应当采取怎样的参与模式才能有效融入开源社区.为此,本文进行了如下三个方面的研究：1.采用雪球采样方法对OpenStack相关的文本数据进行收集,为定性分析提供数据基础;2.借鉴扎根理论,通过对所收集数据的过滤和归纳,总结出不同商业组织参与OpenStack的模式;3.在此基础上,提炼出四种更具一般性的参与模式,为商业组织参与开源项目提供经验参考与决策支持.     

3—甲基—4—吗啉基苯基重氮四氯化锡复盐的合成与表征

以２－甲基－４－硝基苯胺为起始原料,合成了一种新的重氮光敏试剂３－甲基－４－吗啉基苯基重氮四氯化锡复盐,通过ＵＶ,ＩＲ,＾１ＨＮＭＲ和元素分析等手段对标题化合物及两个中间产物进行了结构表征。     

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.