基于PLIB标准的零件库信息模型及其表达

建立零件库的目的是通过有效的零部件供应渠道和整个供应链的信息集成，实现企业间和企业内部零件资源共享。文中基于PLIB（ISO13584）标准，面向零件族，用形式化的方法和统一的数据格式表达零件库信息，对立零件库信息模型。首先分析对零件库信息表达的需求，然后介绍PLIB标准，最后描述基于PLIB标准的零件库信息模型；并且结合法兰盘零件族，介绍了基于ISO10303-21的零件族信息物理文件表达。     

面向敏捷制造的数字化零件库建模方法

不同企业和企业内部资源共享及资源重用是实施敏捷制造的关键因素。该文基于PLIB标准,分析了网络环境下支持敏捷制造的数字化零件库的信息构成,研究了其体系结构和实施手段。     

基于数据库ADO技术的动态零件族的研究与建立

为了有效地管理和利用标准化设计资源,真正意义上实现数据共享,对零件族的层次结构和事物特性表进行了分析,提出了一种基于数据库ADO技术的动态零件族的信息建模方法。它是一种零件族表达与信息模型无关、信息容量大且实用性强的零件族信息模型的建模方法,能有效地解决零件信息来源不同的问题。运用VC 的MFC AppWizard和数据库ADO等知识,给出了零件族的建立过程,实现了对零件族进行添加、修改和删除等动态信息维护。这为零件库信息模型更高层次的实现提供了基础。     

基于特征的零件信息模型研究

本文根据ＣＡＤ／ＣＡＭ集成化的要求，运用面向对象建模原理的方法，提出了由几何模型、测量实体、尺寸、约束及其它非几何属性构成的特征模型表示方法，建立了面向对象的特征联系图，并由此提出了零件信息的层次结构表达模型。最后介绍了利用本文思想而开发的基于特征ＣＡＤ系统的总体方案。     

面向Web零件库的零件簇本体映射研究

时零件本体的异构问题进行讨论,给出零件本体的定义和映射过程模型.提出一种结构--特性本体映射算法来解决零件本体异构问题,该映射算法由结构相似性算法和零件特性相似性算法组合而成.以查全率和查准率为目标.通过实例分析说明该方法的有效性.     

一种零件特征描述和信息模型建立方法

给出了一种零件特征描述和信息模型建立方法。首先对具体零件特征进行分析,在此基础上,针对性的给出零件特征描述方法,然后根据模型信息结构,给出模型的总体结构。该方法简单方便、实用性强。     

跨平台的三维参数标准零件库与PDM系统的集成

本文介绍的是一套针对国内企业设计部门的CAD／CAE／CAM／PDM集成解决方案。在方案中，我们使用Eureka、SolidEdge、Solidworks以及AutoCAD做为3DCAD软件的应用平台，由东北大学欧磊技术中心和台湾欧磊科技股份有限公司所共同开发出来的特征语言做为各种CAD系统标准零组件库的开发工具，并将产品组件结构和各种设计件，如机构件、结构件、外观件、画面，以及其他客户自订的审校流程等做为设计部门在PDM软件中进行分析与验证的对象。     

基于数据库ADO技术的动态零件族的研究与建立

为了有效地管理和利用标准化设计资源,真正意义上实现数据共享,对零件族的层次结构和事物特性表进行了分析,提出了一种基于数据库ADO技术的动态零件族的信息建模方法.它是一种零件族表达与信息模型无关、信息容量大且实用性强的零件族信息模型的建模方法,能有效地解决零件信息来源不同的问题.运用VC 的MFC AppWizaed和数据库ADO等知识,给出了零件族的建立过程,实现了对零件族进行添加、修改和删除等动态信息维护.这为零件库信息模型更高层次的实现提供了基础.     

基于IFC 标准的预制构件生产信息模型研究

在研究近几年迅速发展的BIM 主流标准——IFC 标准的基础上,根据预制构件的 数据信息共享需求,对预制构件的生产信息组织与表达方式进行了研究。按照IFC 标准,将预 制构件在生产阶段的信息统一划分为产品信息、过程信息、资源信息、成本信息和场地信息, 并建立了基于IFC 标准的预制构件生产信息模型。最后,给出了应用预制构件生产信息模型的 具体实例,研究结果表明,该生产信息模型能有效的提高数据信息的管理,提高协同工作效率。     

基于特征的零件信息模型研究

本文根据ＣＡＤ／ＣＡＭ集成化的要求，运用面向对象建模原理的方法，提出了由几何模型、测量实体、尺寸、约束及其它非几何属性构成的特征模型表示方法，建立了面向对象的特征联系图，并由此提出了零件信息的层次结构表达模型。最后介绍了利用本文思想而开发的基于特征ＣＡＤ系统的总体方案。     

基于层次信息粒表示的属性图链接预测模型

随着具有结点属性信息的网络图数据的增加,结点属性及结点链接关系越来越复杂,这对复杂网络的链接预测任务带来了一系列的挑战.这些不同来源的原始数据之间存在着不一致性,即结点的属性诱导的潜在链接关系与网络拓扑结构观测到的链接边之间存在着不一致的情况,这一现象将直接影响结点对之间的链接预测准确性与精确性.为了有效处理多源数据的不一致性,融合异构数据的差异,借助粒计算思想,通过对原始数据的多粒度表示,将原始数据在不同层次的粒度进行信息表示建模.最终依据这些数据的粒度表示,寻找最优的粒层结构,并最大化地消除数据内在的不一致性.首先,定义了数据的粒度不同层次表示及粒层关系;其次,对所观测到的链接数据,构建对数似然统计模型,并综合不同粒度层数据特点对模型进行修正;最后,使用多源数据训练统计模型,将学习好的模型用于预测结点对之间的链接概率.实验表明：与现有链接预测模型相比,多源数据经过粒度表示极大地平衡了多源数据的不一致性,有效提升了链接预测任务的准确性.     

流聚类模型及其统一表示

数据流是带有时间属性、持续到达的数据序列,实际中有不同的应用形式。采用应用驱动的研究思路,从具体应用中抽象出4种不同的数据流模型,提取出数据维数和子流个数等2个参数,将各种数据流模型在表示形式上统一起来,分析不同数据流模型的聚类方法,探索并给出一个基于滑动窗口的统一数据流模型聚类挖掘框架。     

面向语义的元数据模型及OWL表示

元数据在国内依然是一个研究热点。本文面向基于语义的信息资源共享,就如何利用人工智能领域内的本体理论,建立用于描述信息资源语义及其之间关系的元数据模型进行了研究;基于给出的元数据模型声明了一个具体的学校实例,并使用OWL语言对其进行描述;初步实现了基于元数据模型的信息资源元数据描述模版和描述工具原型。     

基于P2P的数字图书馆信息检索模型研究与设计

在分析了现有数字图书馆现状和对等网（P2P）拓扑结构的特点上,将动态的、易维护的、可扩展的、鲁棒性强的P2P网络运用到数字图书馆中,设计了一个基于P2P的数字图书馆信息检索模型,简要介绍了模型系统的功能,并针对构建过程中存在的问题引入均衡负载,自我调节和心跳策略来解决。最后,用模拟实验验证了其有效性和可用性。     

基于信息测度的勾股模糊决策模型及其应用

相对于直觉模糊集，勾股模糊集能够更为全面和有效地表达描述复杂问题中的不确定和非一致信息，使其受到了广泛研究。对于属性评价值为勾股模糊数并且属性指标权重信息数据完全未知的多属性决策问题，以提出的勾股模糊信息测度为基础，设计了新的多属性决策模型。该模型运用对数函数设计了一种新的勾股模糊数信息熵计算方法；引入了勾股模糊相似度概念，并结合对数行数提出勾股模糊数相似度的衡量方法，随后挖掘出勾股模糊数的信息熵和相似度之间的内在联系；运用提出的勾股模糊熵和相似度计算方法，构建新的多属性决策模型，并进行应用研究。实验结果表明，提出的模型合理有效，同时拓展了模型的使用范围。     

基于GloVe模型的词向量改进方法

使用词向量表示方法能够很好的捕捉词语的语法和语义信息,为了能够提高词向量语义信息表示的准确性,本文通过分析GloVe模型共现矩阵的特点,利用分布式假设,提出了一种基于GloVe词向量训练模型的改进方法.该方法主要通过对维基百科统计词频分析,总结出过滤共现矩阵中无关词和噪声词的一般规律,最后给出了词向量在词语类比数据集和词语相关性数据集的评估结果.实验表明,在相同的实验环境中,本文的方法能够有效的缩短词向量的训练时间,并且在词语语义类比实验中准确率得到提高.     

基于云模型的不确定性知识表示

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型,论文通过对云模型数学性质的研究,分析云模型的产生背景,证明其表示不确定性知识的合理性和有效性,最后给出了一个应用实例。     

基于知识表示向量的可解释深度学习模型及其疾病预测应用

近年来,深度学习方法广泛应用于各种疾病预测任务,甚至在其中一些方面超过了人类专家。 然而,算法的黑盒性质限制了其临床应用。对此,本文结合知识表示学习和深度学习方法构建了一种融入知识表示向量的可解释深度学习模型。该模型首先依据体检指标正常范围构建体检指标与检测值之间的关系图,并通过基于知识表示学习的深度学习模型对人体体检指标与检测值关系图进行编码,然后将患者体检数据表示为向量,输入到构建的自注意力机制和卷积神经网络构建的分类器中来实现疾病预测。将模型应用于糖尿病预测实验中,其准确率和召回率均优于对比的机器学习方法。与表现较优的随机森林算法相比,模型的准确率和召回率分别提升了0.81%和5.21%。实验结果表明,通过可解释性方法将知识表示学习和深度学习技术融合应用于糖尿病预测,可以达到对糖尿病的早期发现与辅助诊断的目的。     

基于潜在Dirichlet分布的图像分层表示模型

现有的图像分层表示方法严格局限于前馈型方式,不能较好地解决局部模糊性等问题。基于此,文中提出一种学习和推断层次结构所有分层的概率模型,它考虑递归的概率分解过程,通过推导得到金字塔式多层结构的潜在Dirichlet分布的衍生模型。该模型存在两个重要特性:增加表示层可提高平面模型的性能;采用全Bayesian概率方法优于其前馈型实现形式。在标准识别数据集上的实验结果表明,与现有的分层表示方法相比,该模型表现出较好性能。