简单的关系模式的RDF视图机制

为了提供语义网发展所需的领域数据,需要从关系数据库中挖掘隐含的领域信息,并将关系模式映射为RDF模式.通过在关系模式与RDF(S)模式之间建立简单的映射规则,并用传统的关系视图表示目标RDF(S)视图,提出一种"属性视图"的概念,使得在不生成RDF数据实例的前提下,在关系数据库上实施SPARQL查询,以开发语义网的应用.最后提出了一个将SPARQL基本图模式转换为SQL查询的简单规则,表明了该视图机制是可行的.     

基于代数的Transform查询优化策略

XQuery/Update中定义了一种特殊的查询--Transform查询.Transform查询类似于关系数据库中的假设查询,可以表示成假设查询的一般形式:"Q when{U}",即查询Q的查询结果是假设数据库执行了更新操作{U}以后的结果,而更新操作U实际不修改数据库的状态.Transform查询需要拷贝XML数据库中的结点,并对拷贝的结点执行更新操作,所以不影响数据库的状态.但该操作通常拷贝和更新了大量与查询结果无关的结点,因此如何减少拷贝与更新操作的代价是Transform查询处理优化的关键.提出了基于OrientXA的Transform查询优化方法,并在NativeXML数据库系统OrientX 3.0里实现和验证了该方法.     

一种数据仓库的多维数据模型

数据模型是数据仓库研究的核心问题之一.很多研究表明,传统数据模型(如实体联系模型和关系模型)不能有效地表示数据仓库的数据结构和语义,也难以有效地支持联机分析处理(on-line analysis processing,简称OLAP).最近,人们提出了几种多维数据模型.但是,这些多维数据模型在表示数据仓库的复杂数据结构和语义以及OLAP操作方面仍显不足.该文以偏序和映射为基础,提出了一种新的多维数据模型.该数据模型能够充分表达数据仓库的复杂数据结构和语义,并提供一个以OLAP操作为核心的操作代数,支持层次结构间的复杂聚集操作序列,能够有效地支持OLAP应用.该数据模型支持聚集函数约束的概念,提供了表示层次结构间聚集函数约束的机制.     

基于TCPN的产品协同设计过程时序逻辑推理研究

针对具有动态、并发、不确定性特点的协同设计过程的设计活动模糊时间推理问题,基于时间约束Petri网理论,建立一种产品协同设计过程模型及其时间约束关系模型.通过分析协同设计过程的时间约束类型,提出了协同设计活动间的时间约束触发规则与推理机制,以及不同触发规则下的时间运算关系;最后通过一个链式输送机协同设计过程实例,验证了文中模型的相关结果,并开发了一个基于时间约束Petri网的协同设计过程时序推理仿真系统.     

基于NNFPN模型的电梯故障诊断方法的研究

提出一种基于神经网络的模糊Petri网模型(NNFPN),并将该模型应用于电梯故障诊断系统．阐述了该模型的定义、模糊产生式规则的NNFPN表示、NNFPN的触发规则以及NNFPN的训练学习算法．分析了如何建立基于NNFPN的电梯故障诊断模型,提出针对不同工作状态利用不同的NNFPN电梯故障模型进行诊断,可使诊断结果更加准确．     

视频语义模型及评价准则

视频语义模型的目的是表示和管理视频中包含的对象、事件及关系等语义信息,并提供实现语义查询的基础.随着视频技术及与视频相关的应用的发展,对有效的视频语义模型的要求越来越迫切.文章对现有的视频语义模型进行了全面的综述,共包含16种视频语义模型:5种基于标注的模型和11种丰富语义模型.尽管视频语义模型对视频数据库提供查询服务和其它特性来说是至关重要的,但目前仍没有较好的评价视频语义模型的准则.因此,作者提出了针对丰富语义模型的评价准则共22条,并根据这些准则对11种丰富语义模型进行了评价.评价的结果表明这些模型可以满足用户的基本查询要求,但在高级能力方面(如表达能力方面的不确定性和对象历史等,查询能力方面的推理、查询条件重写等)还有所欠缺.而在表示与领域相关的约束以及为语义信息获取提供辅助功能等方面,目前的模型基本上还没有考虑.根据这些评价结果,文章最后建议了视频语义模型未来的研究方向.     

一种有效的基于关联规则的视频分类方法

视频内容的分类是归纳、理解、检索视频数据的一个重要环节.现有的很多视频分类方法大都采用隐马尔科夫模型(HMM)理论,但是利用HMM模型处理视频数据有其固有的局限性.为了解决HMM模型存在的问题,提出了一种基于关联规则的视频分类方法.该方法在建立了状态模型之后,首先挖掘出各个状态之间的相互关联关系,利用关联距离(AD)的约束来衡量关联关系的可靠程度并形成状态转换模式(STP),进而由这些状态转换模式构成关联规则(AR),最后利用关联规则对视频数据进行分类.实验结果表明,这种分类方法适用于很多类型的视频数据,尤其对体育视频的效果更佳,其性能优于采用HMM理论的分类方法,是一种简单、有效的视频分类方法.     

权限扩展RBAC模型的本体表示和实现

针对基于角色的访问控制(RBAC)模型对权限实体的刻画能力不足,提出了带权限层次扩展的RBAC模型。为结合本体在知识表示和推理方面的优势,提出了该模型的本体表示和实现方法。该方法使用Web本体语言(OWL)表示该扩展模型,借助语义Web规则语言(SWRL)定义模型中应用逻辑规则,隐式授权知识经规则推理获得。在此基础上,通过SPARQL协议和RDF查询语言(SPARQL)查询命令生成显式和隐式授权视图,实现系统安全状态分析。最后,给出了具体应用示例,表明该方法的可行性。     

安全空间数据库动态审计策略的研究与应用

提出了一种基于安全空间数据库管理系统的动态审计策略模型。该模型不仅能够充分表达基于时间和空间的审计策略,还可以根据约束机制对系统用户行为进行实时监控。通过引入复合属性表达式,表达细粒度的审计策略。最后在自主开发的安全空间数据库管理系统Sec_Vista中,内嵌了审计规则触发模块、约束规则触发模块和日志触发模块,实现了本审计策略。     

空间数据库中约束K最接近对查询

定义了满足空间约束的K最接近对查询,该查询检索两个数据集在给定约束区域中的K最接近对。在空间数据库中,对采用R树类型索引存储的数据集给出了三个查询处理算法。其中两阶段的RJ和JR算法采用了变换范围查询和最接近对查询执行顺序的策略。单阶段基于堆的SPH算法采用了最好优先的策略,并利用给出的裁减规则、更新规则和访问顺序规则来提高查询处理效率。实验表明SPH具有较好的适用性和性能。     

A concurrent rule scheduling algorithm for active rules

The use of rules in a distributed environment creates new challenges for the development of active rule execution models. In particular, since a single event can trigger multiple rules that execute over distributed sources of data, it is important to make use of concurrent rule execution whenever possible. This paper presents the details of the integration rule scheduling (IRS) algorithm. Integration rules are active database rules that are used for component integration in a distributed environment. The IRS algorithm identifies rule conflicts for multiple rules triggered by the same event through static, compile-time analysis of the read and write sets of each rule. A unique aspect of the algorithm is that the conflict analysis includes the effects of nested rule execution that occurs as a result of using an execution model with an immediate coupling mode. The algorithm therefore identifies conflicts that may occur as a result of the concurrent execution of different rule triggering sequences. The rules are then formed into a priority graph before execution, defining the order in which rules triggered by the same event should be processed. Rules with the same priority can be executed concurrently. The IRS algorithm guarantees confluence in the final state of the rule execution. The IRS algorithm is applicable for rule scheduling in both distributed and centralized rule execution environments.     

含有非独立型触发环的主动规则集归约算法研究

可终止性判定问题是主动数据库的一个核心问题。现有的研究工作提出了运用触发图和活化图的方法解决这个问题,其中的一个关键技术就是利用归约算法对主动规则集进行归约。已有的计算方法对一些可归约规则无法识别。本文提出了独立型触发环、非独立型触发环、活化路径、禁止活化环、禁止活化规则等概念。基于这些概念,提出了一个新的归约算法,从而可识别出更多的可归约规则。     

Application of evolving Takagi–Sugeno fuzzy model to nonlinear system identification

In this paper, a new encoding scheme is presented for learning the Takagi–Sugeno (T–S) fuzzy model from data by genetic algorithms (GAs). In the proposed encoding scheme, the rule structure (selection of rules and number of rules), the input structure (selection of inputs and number of inputs), and the antecedent membership function (MF) parameters of the T–S fuzzy model are all represented in one chromosome and evolved together such that the optimisation of rule structure, input structure, and MF parameters can be achieved simultaneously. The performance of the developed evolving T–S fuzzy model is first validated by studying the benchmark Box–Jenkins nonlinear system identification problem and nonlinear plant modelling problem, and comparing the obtained results with other existing results. Then, it is applied to approximate the forward and inverse dynamic behaviours of a magneto-rheological (MR) damper of which identification problem is significantly difficult due to its inherently hysteretic and highly nonlinear dynamics. It is shown by the validation applications that the developed evolving T–S fuzzy model can identify the nonlinear system satisfactorily with acceptable number of rules and appropriate inputs.     

基于条件冲突分析的主动规则集汇流性判定方法

主动规则使数据库具备自反应能力,在数据库、知识库和无线传感器网络等领域得到了广泛应用。汇流性分析是保持数据一致性的重要手段,但有效判定汇流性仍是一个难题。现有的方法基于规则可交换性进行判定,没有考虑规则之间是否存在条件冲突而导致它们不可能同时出现在同一个执行序列中;同时基于触发关系的集合分析没有考虑在规则触发序列中的先后时序性。为此,提出了规则的触发序列概念,分析了单个触发序列上的条件冲突和一对无序规则所在的两条触发序列之间的条件冲突,从而提出了更有效的汇流性先决条件及其判定定理,同时给出了新的判定算法的完整描述及其可终止性、正确性证明和复杂度分析。     

Active Rule Termination Analysis: An Implementation and Evaluation of the Refined Triggering Graph Method

This paper describes the implementation of the Refined Triggering Graph (RTG) method for active rule termination analysis and provides an evaluation of the approach based on the application of the method to a sample active application. The RTG method has been defined in the context of an active-deductive, object-oriented database language known as CDOL (Comprehensive, Declarative, Object Language). The RTG method studies the contents of rule pairs and rule cycles in a triggering graph and tests for: (1) the successful unification of one rule's action with another rule's triggering event, and (2) the satisfiability of active rule conditions, asking whether it is possible for the condition of a triggered rule to evaluate to true in the context of the triggering rule's condition. If the analysis can provably demonstrate that one rule cannot trigger another rule, the directed vector connecting the two rules in a basic triggering graph can be removed, thus refining the triggering graph. An important aspect in the implementation of the method is the development of a satisfiability algorithm for CDOL conditions. This paper presents the tool that was developed based on the RTG method, describing how techniques from constraint logic programming are integrated with other techniques for testing the satisfiability of rule triggering conditions. The effectiveness of the approach within the context of a sample application is also addressed.     

基于主动规则的多用户交互模型

论述了多用户交互的特性,提出了一个多用户交互模型(E*Fb*Ft)nCAn。针对该模型的特点,建立起ECA规则模型,讨论了交互事件、回调事件和复合事件。分析了将(E*Fb*Ft)nCAn模型转换为主动机制系统中的事件、规则的方法。用例表明基于主动机制的(E*Fb*Ft)nCAn模型是有效的。     

A rule triggering system for automatic text-to-sign translation

The topic of this paper is machine translation (MT) from French text into French sign language (LSF). After arguing in favour of a rule-based method, it presents the architecture of an original MT system, built on two distinct efforts: formalising LSF production rules and triggering them with text processing. The former is made without any concern for text or translation and involves corpus analysis to link LSF form features to linguistic functions. It produces a set of production rules which may constitute a full LSF production grammar. The latter is an information extraction task from text, broken down in as many subtasks as there are rules in the grammar. After discussing this architecture, comparing it to the traditional methods and presenting the methodology for each task, the paper present the set of production rules found to govern event precedence and duration in LSF and gives a progress report on the implementation of the rule triggering system. With this proposal, it is also hoped to show how MT can benefit today from sign language processing.     

基于MDA的UML模型转换:从功能模型到实现模型

MDA（Model Drive Architecture）是OMG（Object Management Group）提出的解决系统集成问题的新途径,它以UML、MOF、CWM为核心,定义软件开发过程中的模型组织管理框架。本文探讨了MDA框架下在元模型层定义模型转换的方法。引入模型转换规则描述语言,给出模型转换规则应遵循的部分原则。以CORBA平台为例说明在元模型层用既定语言定义模型转换规则,从功能模型到实现模型的模型转换方法。基于以上方法构建相应的工具原型。     

Rough Set 规则自动生成的关键算法改进

基于RoughSet理论,研究从Skrowon分辨矩阵到规则自动生成过程中的关键算法的改进问题。提出由分辨矩阵到合取项矩阵的计算方法,建立了从属性约简的合取项矩阵到析取项矩阵转换的数学模型,基于数学模型,提出直接搜索的转换方法。同时,提出了属性值约简的改进方法,使得改进后的算法从总体上节省了运算空间,降低了算法的时间复杂性,提高了规则生成的效率。最后通过UCI数据库的实例验证了改进算法的有效性。     

一种模糊逻辑推理神经网络的结构及算法设计

建立了一种基于模糊逻辑推理的神经网络．由样本获取的初始规则确定规则层神经元个数,并确立模糊化层与规则层之间的连接．利用黄金分割法确定模糊化层隶属度函数的初始中心和宽度;根据初始规则的结论确定清晰化层的初始权值;针对网络结构提出了改进的BP算法．仿真实例表明,网络结构合理。具有较好的非线性映射能力,改进的BP算法适合于此网络,与另一种模糊神经网络相比较具有较快的训练速度和较好的泛化能力．