网络课程中的知识导航设计

由于超文本系统在鼓励学生自主学习时,因其复杂性和受限于用户界面,使学生难以建立整体结构的概念,引起学生迷失方向和形成认知负载,不利于学习,因此,提出了基于知识点的导航设计思想,对导航进行需求分析,针对不同的教学内容、教学对象,提供不同的导航路线和策略,并利用相关方法和技术实现《工程图学》课件的多功能导航。     

基于知识共享的企业网络构成分析

随着工业经济范式向知识经济范式的变革,知识正成为企业的重要资源。本文从知识观视角,通过企业间知识共享的博弈关系,阐释企业合作行为以及企业网络的形成,并借助生态学的Logistic模型,描述了在星型结构和蛛网结构的企业网络中,知识共享程度与企业网络结构之间的关系。     

基于本体的网络管理知识模型

基于本体理论研究了网管知识模型, 提出了网管知识模型的框架, 将其划分为基本模型和集成模型两个层次.基本模型包括信息模型、功能模型、网络模型等, 面向网管需求集成基本模型得到集成模型.研究了基于本体代数的知识模型集成和基于本体推理、查询的知识模型处理.设计了基于网管知识模型的网管系统原型, 原型系统实现了知识处理和信息处理的分离, 可定制所支持的网管业务, 并支持知识层综合网管.原型系统证明了网管知识模型的有效性.     

基于语义知识的监控执行模式

为提高监控执行系统的智能性并实现操作模式从面向设备到面向用户的转变,提出基于语义知识的监控执行模型SKBSCM。该模型利用资源描述框架RDF描述数据,通过基于语义知识的规则推理,自动整合系统采集数据以及用户偏好信息,感知用户需求,并根据上下文生成系统解决方案。本文将SKBSCM模型应用于家居智能领域,一些日常生活的测试实验结果表明,该方法可大大改善用户的体验。     

基于网络的企业创新

市场竞争结构变动是企业创新的主要动因,网络技术日益发展使得市场竞争结构发生了显变化,从而必然催生出适应网络环境的企业创新模式。本探求网络环境下的企业创新规律,抓住其本质特征,构造出具有推广意义的企业创新模式。     

基于网络的企业创新

市场竞争结构变动是企业创新的主要动因,网络技术日益发展使得市场竞争结构发生了显著变化,从而必然催生出适应网络环境的企业创新模式.本文探求网络环境下的企业创新规律,抓住其本质特征,构造出具有推广意义的企业创新模式.     

基于知识管理提升集群网络的创新能力

集群网络的创新能力决定了集群网络的核心竞争力,而知识管理正是影响集群网络创新能力的重要因素.基于知识管理,如何影响以及提高集群网络的创新能力是本文的研究重点.从知识管理、集群网络、创新能力的基本理论入手,从本质上分析了知识管理如何影响集群网络的创新能力,之后提出基于知识管理,提高集群网络的创新能力的手段,为产业集群的创新发展献计献策.     

基于知识管理的企业管理新模式

知识经济时代,知识管理开始作为企业管理的新模式悄然兴起,着重分析了我国企业在实施知识管理中面临的一些机遇,以及在实施过程中存在的一些问题,并提出了解决的办法,以实现企业的可持续发展。     

基于ontology的企业知识集成研究

针对企业中存在大量分布式异构知识源问题,提出了基于ontology的企业知识集成方法,探讨了知识需求和多ontology管理等关键技术.某航空研究所应用表明:该方法可以有效解决企业知识异构问题.     

基于三方共赢的企业信息化模式

根据中国企业信息化发展历程,分析了中国企业信息化应用现状,梳理了企业信息化常规模式,从总成本、项目周期、项目维护及升级难度、运行风险、定制化程度、信息保密级别、质量标准和经营规模等多个维度,提出了企业、管理咨询公司、应用服务提供商三方共赢的信息化模式,并从政府及企业两个角度提出推进我国企业信息化的对策建议。     

基于人工神经网络的工艺知识表示方法的研究

工艺设计主要是应用生产实践中逐步积累起来的工艺知识来进行创造性的实践活动,因此,相当一部分知识是经验型的知识,用基于规则的知识表达方法以及基于框架的知识表达方法描述了工艺设计领域中大量的数值型和字符型经验知识时,存在知识量大、表达效率低和专家和推理效率低等缺陷,为此,论述了工艺知识两种表示形式的特点,提出了采用人工神经网络的隐式表示与规则的显示表示相结合的工艺知识表示法,通过神经网络的ＢＰ算地的学     

基于第三方信息流的企业信息管理模式

分析了目前企业在信息化中异构信息系统的问题,提出一种第三方信息流在企业内部信息流过程中的应用.构建了基于第三方信息流的企业信息化模式,消除了信息孤岛,保障了信息安全,降低企业信息化实施成本,并以实例论述了解决异构信息系统的途径.     

基于第三方信息流的企业信息管理模式

分析了目前企业在信息化中异构信息系统的问题,提出一种第三方信息流在企业内部信息流过程中的应用．构建了基于第三方信息流的企业信息化模式,消除了信息孤岛,保障了信息安全,降低企业信息化实施成本,并以实例论述了解决异构信息系统的途径．     

基于模糊神经网络的自主车导向控制器

为了实现自主车跟踪固定路径的精确控制,建立了自主车路径偏差控制系统的数学模型。设计了基于神经网络的自主车导向控制器,建立了模糊神经网络控制器的结构,并由实验数据产生训练样本。该控制器通过精确控制两个驱动轮的差动转速实现路径跟踪。实验结果表明采用模糊神经网络的导向控制器能够稳定地实现跟踪导向路径的控制功能。     

基于模糊熵权的企业知识链管理绩效评价

以促进知识的流动与共享为目的,构建了企业知识链管理绩效评价指标体系,将模糊多指标评价方法引入到企业知识链管理绩效研究中,利用三角模糊数对定性指标进行量化,引入模糊熵权法确定各个指标的权重,通过计算各参评单位的知识链管理绩效综合得分来对其进行排序,最后通过实例说明了给出方法的应用.     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略.在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性.利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器.针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性.针对未知上界的扰动设计具有自适应增益的鲁棒项.利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

基于神经网络干扰观测器的Terminal滑模控制

针对一类非线性不确定系统,通过构建动态干扰观测器系统,提出一种快速神经网络干扰观测器。根据干扰观测误差在线调节神经网络权值,实现对未知综合干扰的逼近,逼近误差一致最终有界。基于神经网络干扰观测器设计了自适应Terminal滑模控制方案,严格证明了闭环系统状态在有限时间内收敛到零,从而提高了状态的收敛速度。最后,通过一个倒立摆的仿真例子,验证了系统的快速性和神经网络干扰观测器的逼近能力。     

Novel flow control mechanism based on improved BP neural network in cognitive packet network

In this paper, a novel flow control mechanism in cognitive packet network (CPN) based on the improved back propagation (BP) neural network is proposed, considering the flow distribution status predicted by BP neural network when packets are routed. The objective is to increase the capacity of CPN and improve the quality of service (QoS) by achieving flow balance. Besides, considering the slow convergence speed of traditional BP algorithm and the quick change of the flow status in cognitive packet network, an improved BP algorithm with dynamic learning rate is designed in order to achieve a higher convergence speed. The mechanism, which we propose, regards the predicated traffic data as an important factor when packets are routed to implement flow control. By achieving balance, the quality of network can be improved obviously. The simulation results show that the proposed mechanism provides better average time delay and packets loss ratio.     

基于RBF神经网络的汽车稳定性滑模控制

针对汽车稳定性控制存在的非线性和参数时变不确定性问题,采用基于径向基函数(RBF)神经网络的方法设计汽车稳定性滑模控制器,能够削弱常规滑模控制所引起的抖动现象,也能提高单纯的神经网络自适应控制的鲁棒性能。仿真结果表明该控制算法可有效地控制汽车按照驾驶员期望的方向行驶,且保证汽车侧向控制系统具有较强的适应性和鲁棒性。