图规划分解方法的研究

文中提出基于命题间的关联图对规划进行分解,避免了实例化过多的操作,能够在一定程度上提高规划系统的效率。分解后的子规划问题由多个agent执行,这样利用了分布式系统的鲁棒性等特点,提高了规划系统的稳定性,并给出了子规划执行间的互斥解决。     

图规划框架下规划修补算法的研究与实现

智能规划是人工智能研究领域近年来发展起来的一个研究热点。在图规划框架下,充分考虑了图的层次结构对规划修补的作用,利用已有的修补结果,对GPG修补算法进行了改进,针对特定的变化情况,给出了一种有效的修补算法。实验数据表明,修补算法有较好的有效性。     

图规划框架下的启发式搜索的研究与发展

随着智能规划研究的深入,以往的规划器已不能满足实际应用的需要.为了提高规划器求解实际问题的能力,启发式搜索产生了.对近10年来各种启发式搜索方法进行了分析,指出了它们的优缺点,并进行了比较.同时对智能规划及其启发式搜索的未来发展方向进行了分析与预测,旨在让研究和关心该领域的学者较为全面地了解这一领域.     

基于方向经验模型分解的纹理合成

提出的纹理合成算法首先将样本纹理通过方向经验模型分解求得其固有方向;然后在该方向上进行方向经验模型分解,获得一系列分解图像;在各级图像上应用方向经验模型分解提取出的特征值来搜索匹配块,采用相关搜索来完成各级图像的合成;将其进行合并,得到在该方向上的合成图像;最后沿固有方向进行逆旋转变换,得到最终的合成结果.实验结果表明,该算法不仅合成质量高,而且简单、快速.     

基于图的分解与合并的静态事务调度算法

在各种数据系统的处理中,总有一系列相对独立而相互关联的事务系列组成.如何合理地安排这样的事务的顺序,一直是数据系统优化中存在的问题.该问题的一般化形式是一个NP问题,可以归约为一个点、边均有权值的图上有多输入、多输出问题,寻找时间代价最小且使得点和边尽可能满足容量需求的最短路径.为此,考虑一种基于图的分解与合并的计算方法,利用一种新的算法,并从理论上分析其优良性.     

基于样图的纹理合成技术研究

基于样图的纹理合成方法是继纹理映射、过程纹理合成方法后发展起来的一种纹理技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题。在大规模场景的生成以及真实感图形绘制和非真实感绘制、计算机动画等方面具有广泛的应用前景;同时对图像编辑、数据压缩、网络数据的快速传输也有一定的指导意义。该文首先简要回顾了纹理技术的发展历程,总结出基于样图的纹理合成技术的基本原理,从基于Markov模型、侧重逼真显示、任意曲面等几个方面,对基于样图的纹理合成技术进行了较全面的总结和分析,对该领域未来的研究和应用前景做出了有益的探讨。     

Smith图导出关系模式的分解算法与递归处理

本文提出了一种由优化的Ｓｍｉｔｈ图导出规范化关系模式的分解算法,包括确定根结点、,生成森林、导出规范化、关系模式等。这些都是用递归处理实现的,本文给出了这些递归处理的描述,最后介绍了一个例子。     

基于FAHP与规划图融合的Web服务组合方法

近年来,随着云计算的发展,越来越多的服务被发布在网上。如何将不同的Web服务组合在一起并使其满足功能性需求和非功能性需求成为了一个研究难点。Web服务质量(Quality of Service,QoS)感知的Web服务组合问题属于NP难问题。为了解决这个问题,文中提出一种融合FAHP与改进Graphp lan算法的方法(FAHP and Improved Graphplan,FIGP)。首先,根据用户偏好使用模糊分析层生成服务的综合QoS;其次,在Graphplan向前扩展中,使用动态阈值对竞争力较差的服务进行剪枝,在保留关键服务的同时降低了时间复杂度;最后,在Graphplan向后搜索阶段,在满足功能性需求的前提下选择综合QoS最好的服务加入到组合中。实例分析和实验结果表明,与普通的Graphplan,Skyline及其他方法相比,FIGP不仅较好地提高了服务组合的质量,而且显著缩短了程序的执行时间。     

一种基于规划合并的作战方案优化方法

高效的作战方案是对敌实施有效打击的保证.运用Agent技术,提出一种规划合并机制,并将其运用于作战方案的优化.通过资源共享,将其它规划产生的可共享资源取代本规划中某些动作的输出,从而删除本规划中的冗余动作,提高规划执行效率,降低执行成本.最后给出规划合并的算法,采用倒序处理动作的方式,使得在实现目标的前提下,最大程度地删除规划中的冗余动作.     

概率规划识别的研究与发展

概率规划识别由于其自身的实用性,已经成为人们关注的热点。因此,越来越多的学者致力于该领域的研究,至今已研发出多款高效优质的概率规划识别器,都取得了良好的效果。为了使广大学者对概率规划识别有一个较为全面的了解,文章就概率规划识别的发展,方法及其应用做以介绍。     

TSSF:基于QoS分解的可信服务调度框架

网络计算环境的松散化、独立性和异构性的特点不断给服务计算发展带来新的挑战,与此同时用户对软件系统实时性、安全性、可靠性、可用性等非功能属性要求又在不断提高,如何保障服务计算系统的可信性是平台设计者和服务应用开发者所面临的重要问题.设计了基于QoS分解的可信服务调度框架(Trustworthy Senrice Scheduling Framework,TSSF),通过对组合服务的可信QOS规划,并利用自适应的服务调度机制为服务提供可信QOS保障.提出了基于模糊集的可信QOS分解模型,将用户对组合服务的QoS需求分解为每个原子服务单独的可信QOS需求;根据分解后的额定QoS需求,以创建动态服务实体组(Dynamic Service Entity Group,DSEG)的方式为原子服务提供可信QoS保障,并以DSEG为基础详细叙述了变粒度、层次化基于反馈设计思想的自适应可信服务调度技术.最后扩展了JBoss中间件,实现了支持该服务调度框架的平台,并在此平台上进行了实验,结果表明TSSF能够为组合服务的QoS需求提供可信保障.     

基于多值分解和多类标学习的分类框架设计

多值多类标的数据分类是研究一个样本不但同时属于多个类别,而且在某些属性下也可能存在多个取值的问题。提出了一种结合多值分解和多类标学习的多值多类标分类框架（MDML）,采用4种不同的多值分解策略,将问题转化为多类标问题,然后利用3种经典的多类标算法进行学习。实验结果表明,MDML与已有的多值多类标决策树算法相比,有效地提高了分类的性能,而且不同的组合方法适用于不同特点的数据集。     

基于PCA分解的图像融合框架

提出一种基于主成分分析(PCA)分解的图像融合框架。对源图像进行主成分分析,依据前几个主成分重建图像,经过下采样过程得到近似图像,对近似图像进行上采样,得到上层图像的差异图像(即细节图像),将最底层近似图像与各层细节图像进行累加完成图像的重构。实验结果表明,该方法能保持图像细节,具有较好的融合效果。     

布尔函数的代数因子分解

本文改进了布尔函数的代数因子分解算法ALG_DIV和QF,采用“分治”方式降低了分解过程的计算时间复杂性,提高了多级逻辑函数分解的效率,能获得近似优化的多级逻辑分解结果.     

一致性规划研究

针对一致性规划的高度求解复杂度,分析主流一致性规划器的求解策略,给出影响一致性规划器性能的主要因素：启发信息的有效性,信念状态表示方法的紧凑性和最终问题求解机制的效率。分析信念状态的表示方法和相应的求解机制,并比较不同表示方法在不同条件下的优劣。讨论一致性规划的未来研究方向和发展趋势。     

基于布尔矩阵分解的蛋白质功能预测框架

蛋白质是细胞生命活动中最重要和最多样的一种大分子物质.因此,研究蛋白质功能对于破解生命密码具有重要的意义.以往的研究表明蛋白质功能预测问题本质上是一个多标签分类问题,但庞大的功能标签数量使得各种多标签分类器在蛋白质功能预测中的应用面临巨大挑战.针对蛋白质功能标签数量庞大且标签关联性较高的特点,提出了一种基于布尔矩阵分解的蛋白质功能预测框架(protein function prediction based on Boolean matrix decomposition, PFP-BMD).同时,针对目前布尔矩阵分解算法中精确分解和列利用条件难以同时满足的问题,提出一种基于标签簇的精确布尔矩阵分解算法,使其通过标签关联矩阵实现标签的层次扩展聚簇,并通过相关推论证明了该算法可实现最优的精确布尔矩阵分解.实验结果表明：提出的布尔矩阵分解算法在计算复杂度上具有较大优势,且应用了该算法的蛋白质功能预测框架可有效提升蛋白质功能预测的准确率,为各种多标签分类器在蛋白质功能预测中的高效应用奠定了基础.