WMS:面向领域的Web信息挖掘系统

研究并实现了一个面向领域的Web挖掘系统WMS，能有效地帮助用户挖掘Web上的信息和知识，用户可以通过提交Web页面、文本文档、URLs或关键词，向系统表达自己希望获得的信息主题，系统自动学习用户对特定领域的兴趣．并依据用户对系统采集文档的反馈评估，不断自适应地调整用户兴趣模型．WMS依据用户兴趣模型，利用智能Agents，对用户感兴趣的有关信息进行搜索和过滤，并对主要相关Web站点的信息更新进行监测，利用人工神经网络和智能Agents技术，WMS对所积累的文档库进行信息和知识挖掘，并自动将新信息推荐给用户．     

网络智能信息服务系统的设计与实现

本文介绍了基于Agents合作和移动Agent的思想,实现具有学习能力、自主式的网络智 能信息服务系统的方法,以便对Internet信息自动收集和过滤,从而把用户从大量、分散、 复杂的电子信息中解脱出来,节约用户时间,提高效率．     

基于元搜索引擎的专业式智能网络信息检索系统

随着网络信息资源的迅速增加和实时更新，如何及时准确地获取自己所需的有用信息是现代网络信息检索技术需要解决的主要问题。介绍了一种基于元搜索引擎的新型专业式智能网络信息检索系统。该系统建立专业词库和用户知识库，结合人工智能的Agent技术，能够很好地对用户的兴趣进行自适应学习，以实现个性化的信息检索，既保证了查全率，又提高了检索结果的查准率。     

一种面向主题的Web知识检索方法

知识检索研究如何从数据和信息中抽取知识.在数据和信息日益增长的今天,知识检索显得尤为重要.现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库.然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性.本文提出了一种基于Web的面向主题的知识检索方法.该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领域.     

一种面向主题的web知识检索方法

知识检索研究如何从数据和信息中抽取知识,在数据和信息日益增长的今天,知识检索显得尤为重要。现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库。然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性。本文提出了一种基于Web的面向主题的知识检索方法。该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领城。     

对多Agent系统协同的研究

多Agent系统中的一个重要问题是如何解决Agents间的通信和相互协作 ,以便达到信息的获取和协同工作的目的。本文介绍了多Agent的协同问题及解决协同问题的关键方法 ,并给出了一个多Agent的信息获取系统和模型。     

智能化个性服务在WEB上的应用研究

智能化个性服务可以为用户提供准确全面的信息,给出了两种流程结构;为了达到智能化个性服务Agents必须具有良好的接口,利用用户信息表对搜索引擎提供的信息进行再过滤,进而提供相关信息的推荐;以及跟踪用户的需求偏好,动态更新用户信息表.     

智能化个性服务在WEB上的应用研究

智能化个性服务可以为用户提供准确全面的信息，给出了两种流程结构，为了达到智能化个性服务Agents必须具有良好的接口，利用用户信息表搜索引擎提供的信息进行再过滤，进而提供相关信息的推荐，以及跟踪用户的需求偏好，动态更新用户信息表。     

智能化个性服务在Web上的应用研究

智能化个性服务可以用户提供准确全面的信息，给出了两种流程结构；为了达到智能化个性服务，Agents必须具有良好的接口，利用用户信息表对搜索引擎提供的信息进行再过滤，进而提供相关信息的推荐，以及跟踪用户的需求偏好，动态更新用户信息表。     

基于Python智能机器人多渠道知识库推送仿真

机器人知识推送是智能化发展的必然产物,当前相关研究成果存在召回率和推送结果用户满意度较低的问题,提出基于Python的智能机器人多渠道知识库推送方法。利用离线和在线的方式对访问和浏览信息进行识别,离线信息识别中,对采集到的信息结构进行分析,检测出信息的特征,动态添加字符串,将得到的特征与关键词知识库中的数据特征进行配准,判断出是否识别关键词;在线信息识别中,基于Python语言,分别结合百度云识别和云聊天以及百度云语音三个体系,实现信息的在线识别。利用信息语义相似度给出知识库推送的详细过程,对义项之间的相似程度进行计算,获取关键字或关键词的相似程度,将相似度比设定阈值大的信息保存起来,将此类信息推送给使用者。实验结果表明,上述方法查全率和用户满意度均较高,是一种可行性很强的知识库推送方法。     

Geo-Agents系统中的负载控制策略

Geo-Agents是一个基于Agent的分布式GIS系统．首先分析Geo-Agents系统中的负载问题：主机负载和网络负载．主机负载指的是运行在该主机上的Agent数目；而网络负载则由Agent之间的通信和地理空间数据的传输组成．主机负载和网络负载是相互关联的．在Geo-Agents系统中，由于地理空间数据的数据量非常巨大，因此减少网络负载是首位的问题，只有在网络负载一致时才考虑均衡主机负载．针对Geo-Agents系统中负载情况，给出了两个负载控制策略：Agent调度策略和对等主机策略，并对Geo-Agents系统的主机负载和网络负载进行控制．     

Agents in a nutshell-a very brief introduction

Agent-based approaches are becoming increasingly important because of their generality, flexibility, modularity, and ability to take advantage of distributed resources. Agents are used in information retrieval, entertainment, coordinating multiple robots, and modeling economic systems. Agents can recommend music, tell stories, and interact with people. They are useful for reducing humans' work and information load in tasks such as medical monitoring and battlefield reasoning. Agents are already changing the way in which we gather information, manage investments, and conduct business. This article provides an introduction to agent issues, outlines motivations for using agent-based paradigms, and describes some of their current uses     

基于移动Agent的维护联盟盟友选择研究

针对维护联盟盟友选择的搜索效率提升和逆向选择风险规避问题,构建了高效和高可靠性的盟友选择方法和相应系统。该方法首先对复杂的设备维护任务进行分解,采用移动Agent和XML技术在盟主和潜在盟友之间传送维护任务请求和业务能力信息,引入可信度评估技术确保维护备选盟友业务能力的客观描述,从而实现备选盟友的高效搜索和盟友能力的准确评价。     

一种针对MANET入侵检测Agent分布的分簇方法

本文提出了一种针对移动Ad Hoc网络入侵检测Agent分布的选择多簇首的分簇算法。该算法以一跳的反馈信息为依据,将网络分割成一系列簇,以节点的剩余能量、可信性和公平性为判断依据,在大小不同的簇中选择和维护相应多个簇首节点,以便实现协同检测。仿真结果表明,该方法分布簇首节点均匀、合理,簇首节点监测信息比率较高,且占网络节点总数比例不大,适合用于入侵检测Agent的分布。     

移动Ad hoc网络中一种基于电池量的路由算法

介绍了一种利用移动Agent来解决Ad hoc网络环境中基于电池量的路由问题的方法。首先通过移动Agent和各节点进行数据交换,了解网络中所有节点的连接信息,形成一个节点信息矩阵表;然后在该矩阵表的基础上,根据各节点电池余量,选择最合适的路径进行数据报文的发送。由于这种方法可以使用很少的Agent获得全局电池量的信息,因此可以减少维持节点信息而产生的开销。实验结果表明这种路由算法可以使各节点电池量的消耗趋于平衡。     

多Agent系统DOLTRI—Agent中的通信及其安全机制

本文介绍了一个基于Internet的信息检索多Agent系统DOLTRI－Agent内多个Agent间的通信框架及其安全机制。主要论述各个Agent间相互通信所采用的通信语言,通信协议以及信息交换和相互合作的方法,在此基础上提出了一种多Agent系统安全通信模型。     

融合局部自适应追踪的多目标牵制蜂拥算法

针对以往的多智能体蜂拥控制算法在考虑单个目标追踪情形时不具普适性,以及现有的多目标蜂拥控制都是基于全局目标信息来进行集中式协调控制,而非基于局部目标信息下的分布式协调控制的问题,提出一种融合局部自适应检测机制的分布式协同牵制蜂拥算法。首先,算法在分离、聚合、速度匹配和引导反馈的基础上,引入局部自适应追踪策略,实现智能体的局部动态跟随运动;其次,受牵制思想启发,根据节点影响力指数评估算法选取m个信息个体分别向m个目标进行多目标追踪,起到模拟外部信息的作用,不同的信息个体会由于局部自适应检测机制间接地引领周围局部个体向不同目标进行追踪;最后,设计一类新的聚集和排斥势能函数,实现相同目标智能体的聚集,以及不同目标智能体的避碰,具有可调参数少和效率高的优势。通过三维仿真实验验证了算法的多目标追踪可行性和有效性。     

多Agent系统模型及其应用

文章提出了基于访问、感知和知识的多Agent系统模型。从特定环境中的Agents为完成一定的任务所应具备的能力的角度出发,引入了环境状态划分函数、感知函数以及状态转移函数等来对Agents和环境进行研究并建立系统模型。该模型是合理的、自然的。同时,它还区分外部环境与Agents环境中可访问的信息,Agents感知到的信息以及Agents知道的信息,并研究了系统的运行过程。接下来,通过具体的实例来说明模型的具体应用。最后进行总结并讨论了进一步的研究工作。     

智能协同集成逆向工程系统控制模型的研究

为提高集成逆向工程系统的智能和协同能力,提出了基于MAS的控制模型。该模型分为管理智能体层、单元智能体层和执行智能体层。管理智能体层负责调度和协调各CA,并对所有CA进行管理;单元智能体层中的各CA间通过协商承担相应的任务,完成任务的一级分配;执行智能体对逆向系统内的硬件、软件负责,它们根据局部的本地资源信息及当前状态,接收发布的任务,并对其求解。同一层次的CA之间采用分布式结构,对等协作;上下级的CA间采用主从协作。     

Dispatching mobile Agents for DDM applicationss

Techniques for mining information from distributed data sources accessible over the Internet are a growing area of research. The mobile Agent paradigm opens a new door for distributed data mining and knowledge discovery applications. In this paper we present the design of a mobile agent system which couples service discovery, using a logical language based application programming interface, and database access. Combining mobility with database access provides a means to create more efficient data mining applications. The processing of data is moved to network wide data locations instead of the traditional approach of bringing huge amount of data to the processing location. Our proposal aims at implementing system tools that will enable intelligent mobile Agents to roam the Internet searching for distributed data services. Agents access the data, discover patterns, extract useful information from facts recorded in the databases, then communicate local results back to the user. The user then generates a global data model through the aggregation of results provided by all Agents. This overcomes barriers posed by network congestion, poor security, and unreliability.