KMS中的知识仓库模式设计

知识仓库是知识管理系统（KMS）的重要组成部分,知识仓库模式设计的好坏直接影响到开发的软件质量。通过对KMS的知识仓库模式设计的需求分析,提出了一个基于知识载体、知识内容、知识背景、知识主体和角色的知识仓库模式的概念设计方案,并利用知识建模语言CML较详细地设计了KMS的知识仓库模式。利用该规范化的模式建立的知识仓库,可以更加方便有效地实现KMS的背景敏感性、用户敏感性、灵活性和建设性,并有助于显性及隐性知识的统一管理。     

管理应用程序中的树检索

一次基于关键字的检索在第一次匹配后便告结束，而一次基于属性的检索必须把所有匹配记录一一找到。本文针对一一个实例，叙述基于属述的检索的一种实用而有效的方法。同时也说明，解决应用程度的算法效率问题，从分析、构造适当的数据结构入手。常常可以收到比较理想的效果。     

基于IG-NRS与ICK双向压缩的KMS自学习案例知识匹配

案例知识匹配可有效缓解知识过载问题,确保知识应用水平。针对知识管理系统自学习案例知识匹配的冗余性问题,提出了一种基于IG-NRS与ICK的双向压缩方法。该方法首先设计NRS的改进模型IG-NRS,据此约简案例知识属性集,实现邻域决策系统的纵向压缩;在此基础上,通过引入谱聚类判别并剔除不一致案例知识实现其横向压缩;再藉由知识视图相似度锁定目标案例知识簇与最相似案例知识,从而确定知识匹配结果。在多个UCI数据集上的实验结果表明,该方法能有效减少知识管理系统自学习案例知识的冗余,取得更高的知识匹配效率和有效性。     

KMS中用户知识共享行为模型的构建

用户知识共享行为是影响知识管理系统KMS（knowledge management systems,KMS）能否取得预期运行效果的关键因素。现有的一些KMS还不具有根据用户日常的知识活动自动评估用户知识共享行为的功能,限制了KMS在知识共享文化形成中的作用。在此从行为和动作的表示入手,基于BNF的行为表示体系、知识共享行为ontology和行为树映射方法,提出了一个动态、实时、自适应、交互式用户知识共享行为模型,该模型包括基于BNF的行为和动作的表示、知识共享行为ontology、用户知识共享行为树及其动态创建过程等内容,能够实现从数量上对用户知识共享的参与度做出评价,可以作为开发实现该功能的Agent程序的一般框架。     

基于XML的树匹配构件检索算法的研究与实现

针对构件检索的特点,结合模式分析中的树匹配思想,提出了构件树匹配模型,并在此基础上针对基于XML的刻面描述构件表示,实现了基于XML的树匹配构件匹配检索算法。该算法可以在保持构件查准率的前提下有效提高构件的查全率。实验结果证明了该算法的可行性与有效性。     

优化KD树在多维区域检索中的研究

本文在介绍了原始KD树的插入及查询算法的基础上,提出了对原始算法的改进方法,并通过具体的程序实现证明了该方法的可行性,这为以后进行多维数据点的索引方法改进提供了一些理论基础。     

面向对象的KMS系统分析

知识管理系统(Knowledge Management Systems,KMS)是知识管理的重要平台,然而,人们对于KMS的研究、开发和应用现在却处于初级阶段。在探讨KMS系统分析相关术语的基础上,根据知识转化和连接的思想,重点介绍了KMS的用户需求和面向对象的基本模型,这些工作对KMS的研究人员和实践人员具有一定的参考价值。     

基于R树的图像检索方法

高维索引技术作为高维空间数据的快速查询手段,对使用高维数据的基于内容图像检索有着广泛的应用。本文提出以Guttm an提出的R树结构建立存储图像的特征值的高维索引结构来提高图像检索效率。首先对R树的结构进行介绍,然后通过对比相同情况下使用线性查询和R树查询各自的查询次数和查询时间分析R树查询的优势。实验结果表明,利用R树结构可以减少图像检索的查询次数和查询时间,明显地提高图像检索的效率。     

基于粒结构的知识检索

本文以数据一信息一知识一智慧分层结构为基础,分析了三类检索系统,即数据检索系(DRS)、信息检索系统(IRS)、知识检索系统(KRS)的特点和问题.知识检索用于满足用户对知识的需求,它将是检索系统发展的下一个重要方向.随后提出基于粒结构的知识检索能够更好地协助用户获取知识,给出了一个粒知识检索系统的模型,并以粒计算为工具讨论了一些基本问题.     

基于知识的网页检索工具

随着因特网在全球范围的广泛使用,越来越多的人们借助于因特网从事科研和商务活动,而网页检索工具成了人们必不可少的软件工具．然而,目前流行的检索工具大多基于关键字查询,常常出现信息过载或有用信息丢失等现象．造成这一原因主要有两方面：用户提交的查询不能很好地表达他的目的;查询的结果没有建立有效的索引机制,引导人们快速找到有用信息。为此我们提出一种基于知识的网页检索工具（ＫＷＳＥ）,它是在已有的检索工具的     

一种基于上下文的中文信息检索查询扩展

在中文信息检索的研究和实践中,由于查询中所使用的词可能与文件集中使用的词不匹配而导致一些相关的文件不能被成功地检索出来,这是影响检索效果的一个很关键的问题。查询扩展可以在一定程度上解决这种词的不匹配现象,然而,实验表明,通常简单的查询扩展并不能稳定地提高中文信息检索的检索效果。本论文中提出并实现了一种基于上下文的查询扩展方法,可以根据查询的上下文对扩展词进行选择,是一种相对“智能”的查询扩展方法。在TREC - 9 中文信息检索测试集上进行的实验表明,相对于通常简单的查询扩展,基于上下文的查询扩展方法取得了具有统计意义提高的检索效果。     

基于空间上下文加权词汇树的图像检索方法

基于词汇树的词袋模型(Bag-of-Words)表示算法是目前图像检索领域中的主流算法.针对传统词汇树方法中空间上下文信息缺失的问题,提出一种基于空间上下文加权词汇树的图像检索方法.该方法在词汇树框架下,首先生成SIFT点的空间上下文信息描述.然后利用SIFT点间的空间上下文相似度对SIFT间的匹配得分进行加权,得到图像间的相似度.最后,通过相似度排序完成图像检索.实验结果表明,该方法能够大幅度提高图像检索的性能,同时,对大规模图像库有较好的适用性.     

基于知识库和实例推理的构件检索方法

提出了一种利用人工智能领域中基于实例的推理（CBR）创建基于知识库的软件构件库进行构件检索的框架方法。重点阐述了利用软件构件的功能和行为知识表达测量检索到的构件实例与问题需求的相似度、构件功能性和构件可重用性的方法。     

基于ISODATA聚类的词汇树图像检索算法

词汇树图像检索是一种基于视觉关键词结构的高效的图像检索算法。该算法在特征提取和聚类过程中分别采用SIFT算法和K-means算法。然而,K-means算法对初值比较依赖,当聚类个数未知时,聚类易出现强分现象,且SIFT算法易造成数据溢出和增加检索时间。对此,给出了两种新的特征提取方法,分别称为SIFT_CRONE特征和Color_HU特征,同时引入了ISODATA算法对特征进行聚类。SIFT_CRONE特征提取方法基于SIFT算法确定图像的关键点,采用CRONE算子计算关键点周围像素的梯度,对关键点进行向量描述,其优点是既保持了SIFT特征的优点又减少了检索时间。Color_HU特征是利用SIFT确定关键点和有效区域,对关键点的邻域提取该感兴趣区域的颜色直方图和HU矩特征,降低特征维数,缩短检索时间。在使用ISODATA算法时,设计了一种自适应参数确定算法。实验结果表明,ISODATA算法克服了K-means对初值的依赖,当聚类个数未知时有较好的聚类效果;两种新特征有各自的特点,均可以缩短图像的检索时间,提高检索效率。     

基于术语编码和树匹配的构件检索方法研究

在研究和分析已有编码和树匹配检索方法的基础上,给出了一种基于术语编码和树匹配的改进方法。通过对构件库中的术语进行编码来建立索引,依据树匹配思想计算构件的匹配代价和匹配度,按照匹配代价排序检索结果,最后根据匹配度要求提取并输出符合要求的构件。实验表明,该方法在保证较高查全率的基础上,能够有效提高构件的查准率。     

基于形式背景的属性转移与知识发现

概念格理论是一种有效的知识表示与知识发现工具,是知识表示、知识发现和知识获取的基础。利用形式背景信息熵与属性的重要性理论,讨论形式背景的属性知识转移的特点,得到了基于形式背景的属性转移原理,给出形式背景的知识发现与应用。     

员工知识共享行为树的动态创建算法

采用建立知识共享行为ontology和行为树映射方法,设计了一种能够根据员工的知识行动动态生成其行为树的有效算法。该算法具有实时、交互式的特点,能够实现对员工知识共享的参与度作出定量评价。     

基于情境的突发公共事件应急管理系统研究

在突发公共事件的应急管理中,有效提升情境感知能力、及时确定风险级别是一个重要课题.在分析当前应急管理现状和存在问题的基础上,引入情境概念改进传统突发公共事件的应急管理机制,把情境明确、系统地集成到突发公共事件管理过程中,将预案制定和预案调用的过程情境化,重点研究了情境建模、获取和匹配等相关技术,从而为实现应急机制与情境管理的集成、提升突发公共事件应急管理系统的运转效率提供了理论支撑.