基于多Agent混合智能实现个性化信息推荐

在基于Agent的个性化网页推荐中,目前主要有两种过程方法：基于内容的过滤和基于多Agent合作的过滤。本文分析了单独使用这两种方法存在的不足,给出了结合两种方法优点的混合智能过滤虎法,并通过网络Bookmark服务,给出了该算法的一个实际应用系统,最后对该系统的运行结果进行了定性分析。     

智慧家庭中基于物联网技术的个性化搜索服务设计

智慧家庭是智慧社区、智慧城市理念在家庭层面的应用和体现,利用物联网技术实现家庭网络中智能设备的可搜索可查询将极大地提高用户家庭生活体验的舒适度,推动智慧家庭中"以人为本"理念的发展。本文提出适用于智慧家庭中智能硬件设备搜索的网络架构,设计了可扩展、低开销的搜索方案,并经过仿真验证表明了所设计的网络架构与流程的合理性。     

基于代理机制的现代图书馆学科信息推送服务

网络环境下个性化学科服务是高校图书馆学科信息服务的新领域,也是高校图书馆为学科建设服务的发展方向。把基于Agent的信息代理技术引入到现代图书馆学科信息推送中,通过多Agent系统的相互合作,建立学科信息模型,使学科信息服务从基于图书馆端系统过渡到基于用户端系统。     

基于合约的Web服务个性化访问控制方法

在无中心Web服务环境中,用户访问服务的历史行为数据由多个服务提供方分散管理,难以形成全局的用户信任度视图,难以根据用户信任度和使用需求实施个性化的访问控制。本文提出一种基于智能合约的个性化访问控制方法(SC-PAC)。通过结合前期的研究成果为SC-PAC提供高质量的用户历史行为数据,实现有可靠数据保障的可信计算服务,通过智能合约中的策略配置及可信度计算模型参数调整,实现服务提供商(SP)对不同用户的个性化的访问控制。在实验环节为SC-PAC设计了一个新的信任模型,并对该信任模型及基于SC-PAC方法的访问控制进行了实验设计。对结果的分析表明,本文提出的SC-PAC方法能够允许SP通过智能合约中的计算信任模型、参数及访问控制策略选择,实现对用户的个性化访问控制,并且依据准确的用户历史行为数据提供更可靠的可信度判断,可以有效保护服务。     

家用电器网络化标准初探

充分利用电视作为电脑“替代品”的作用（通过宽带网络终端设备加以实现）,使宽带服务可以普及到家庭的每一个成员,通过简单的遥控操作享受互联网无尽的信息服务,使用UPnP设备可以桥接这些网络成为一个网络,并提供用户更多设备存取家庭网络中的设备。以家庭多媒体信息控制中心为例,本文介绍了家庭媒体设备的智能控制、高清晰视频通话系统、流媒体代理服务器、设备发现和控制等。关键技术UPnP是实现智能设备端到端网络连接的结构。并且简述了简单发现标准SSDP、简单设备发现标准、简单对象存取标准和RTSP实时流标准。此外,还有机顶盒上的应用软件,主要包括嵌入式浏览器和嵌入式播放器。     

基于MAS理论的装检机器人系统模型

建立了多智能体机器人系统模型,从逻辑学的角度对系统模型的各部分进行了定义和描述.根据具体情况的不同,系统中的Agent体系结构不尽相同,对于不同结构的Agent,本文进行了约束性描述,同时给出了各个Agent之间的协同策略.以装检机器人为模型,对系统构成进行了分析,并给出了试验验证结果.结果表明,MAS理论在多主体机器人系统中的应用可以提高系统的可靠性,具有较好的可扩展性和维护性.     

虚拟地理环境中Agent支持下的混合式协同模型研究

分析了虚拟地理环境(VGE)中多用户交互的特性和多智能体系统(MAS)的特点,研究了多智能体系统应用于虚拟地理环境中多用户协同控制的优势,在此基础上提出了基于Agent的混合协同控制模型,实现了对用户间的协同控制.研究了该模型的结构、功能组成、资源访问冲突控制和动态群组算法流程等关键问题,并结合一个应用实例进行了验证.实验结果证明,该混合式智能协同模型行之有效,能够为虚拟地理环境提供一种新的智能协同控制方法.     

智能虚拟维修训练系统信息模型实现

文章以STEP标准为基础,集成STEP标准几何模型、虚拟维修应用信息以及Agent模型,利用EXPRESS-G语言形成维修要素智能体Agent,建立了要素级智能部件IP(Intelligence Part)、智能人体IB(Intelligence Body)、智能工具IT(Intelligence Tool)三者之间的智能交互模型;在IP、IB和IT智能模型的基础上,给出了以黑板模型为智能要素交互模式的通讯结构;最后通过CAA二次开发实现维修要素智能模型的功能和IVMTS应用模块。     

分布式多Agent仿真环境系统体系结构研究

为了提高仿真系统的灵活性和易扩展性,从面向服务的架构(SOA)的角度引入了Agent仿真技术,提出了分布式多Agent仿真系统的控制功能框架,该框架包括仿真运行支撑系统(SRSS)、主代理(MA)、领域代理(DA)及其子域代理(SA)。描述了该实体内Agent的分类和功能,同时,对确保各层次代理之间高效交互的Agent间的通信接口和通信过程进行了描述。最后,给出了一个基于上述框架和方法构建的原型系统。研究表明了代理技术的应用有助于加强分布式仿真系统的规范性,提高其重用性和协同互操作性。     

基于情境感知的哮喘移动医疗应用的设计策略研究

目的 探索在哮喘移动医疗应用设计中情境感知理论的介入点,以期改善目前哮喘移动医疗服务的质量低、同质化等问题,从而提升哮喘移动医疗应用的实际诊疗效果和用户体验。方法 通过对情境感知理论发展的简单梳理和哮喘管理情境因素的分析,结合当前社会大数据、云计算和智能移动设备背景下的哮喘移动医疗服务特性,凝练出包含用户、任务、社群、设备这4种情境因素的哮喘移动医疗服务情境模型,并从优化应用功能、提升服务深度、加强用户体验的角度入手,提出基于上述情境因素的设计策略。结论 情境感知理论的运用,加强了应用对于情境信息的感知能力,有助于理解患者特征和行为,深度挖掘患者需求,向患者提供更具个性化、情感化的哮喘移动医疗服务,提升哮喘自我管理的效果。     

Smart Home Gateway Based on ZigBee Technology

Smart home gateway is the information exchange hub between the family network and external network which can accept signals from different external communication networks,transmit signals to a smart home devices to control and manage the home network through the smart home network internal devices. The smart home gateway design technology based on ZigBee is proposed through integrated network communication technology and embedded technology,and this paper describes the design and implementation of man controller,ZigBee communication module,an Ethernet interface and a wireless communication interface.     

Collision Observation-Based Optimization of Low-Power and Lossy IoT Network Using Reinforcement Learning

The Internet of Things (IoT) has numerous applications in every domain, e.g., smart cities to provide intelligent services to sustainable cities. The next-generation of IoT networks is expected to be densely deployed in a resource-constrained and lossy environment. The densely deployed nodes producing radically heterogeneous traffic pattern causes congestion and collision in the network. At the medium access control (MAC) layer, mitigating channel collision is still one of the main challenges of future IoT networks. Similarly, the standardized network layer uses a ranking mechanism based on hop-counts and expected transmission counts (ETX), which often does not adapt to the dynamic and lossy environment and impact performance. The ranking mechanism also requires large control overheads to update rank information. The resource-constrained IoT devices operating in a low-power and lossy network (LLN) environment need an efficient solution to handle these problems. Reinforcement learning (RL) algorithms like Q-learning are recently utilized to solve learning problems in LLNs devices like sensors. Thus, in this paper, an RL-based optimization of dense LLN IoT devices with heavy heterogeneous traffic is devised. The proposed protocol learns the collision information from the MAC layer and makes an intelligent decision at the network layer. The proposed protocol also enhances the operation of the trickle timer algorithm. A Q-learning model is employed to adaptively learn the channel collision probability and network layer ranking states with accumulated reward function. Based on a simulation using Contiki 3.0 Cooja, the proposed intelligent scheme achieves a lower packet loss ratio, improves throughput, produces lower control overheads, and consumes less energy than other state-of-the-art mechanisms.     

智能神经网络在Internet入侵检测中的应用

探讨了一个基于智能神经网络的网络入侵检测系统模型，在对网络中的IP数据包进行分析处理以及特征提取的基础上，采用智能神经网络进行学习或判别，以达到对未知数据包进行检测的目的，智能神经网络可以将多种多样的入侵检测任务划分为多个单一的检测任务，并将这些任务分配给功能专一，结构简单的较小的智能神经网络来完成，实验证明这是一种行之有效的网络入侵检测的解决方法。     

A Parallel Simulated Annealing Architecture for Model Updating in Wireless Sensor Networks

In recent years, wireless sensing technologies have provided a much sought-after alternative to expensive cabled monitoring systems. Wireless sensing networks forego the high data transfer rates associated with cabled sensors in exchange for low-cost and low-power communication between a large number of sensing devices, each of which features embedded data processing capabilities. As such, a new paradigm in large-scale data processing has emerged; one where communication bandwidth is somewhat limited but distributed data processing centers are abundant. By taking advantage of this grid of computational resources, data processing tasks once performed independently by a central processing unit can now be parallelized, automated, and carried out within a wireless sensor network. By utilizing the intelligent organization and self-healing properties of many wireless networks, an extremely scalable multiprocessor computational framework can be developed to perform advanced engineering analyses. In this study, a novel parallelization of the simulated annealing stochastic search algorithm is presented and used to update structural models by comparing model predictions to experimental results. The resulting distributed model updating algorithm is validated within a network of wireless sensors by identifying the mass, stiffness, and damping properties of a three-story steel structure subjected to seismic base motion.     

A Neural Network-Based Trust Management System for Edge Devices in Peer-to-Peer Networks

Edge devices in Internet of Things (IoT) applications can form peers to communicate in peer-to-peer (P2P) networks over P2P protocols. Using P2P networks ensures scalability and removes the need for centralized management. However, due to the open nature of P2P networks, they often suffer from the existence of malicious peers, especially malicious peers that unite in groups to raise each other's ratings. This compromises users' safety and makes them lose their confidence about the files or services they are receiving. To address these challenges, we propose a neural network-based algorithm, which uses the advantages of a machine learning algorithm to identify whether or not a peer is malicious. In this paper, a neural network (NN) was chosen as the machine learning algorithm due to its efficiency in classification. The experiments showed that the NNTrust algorithm is more effective and has a higher potential of reducing the number of invalid files and increasing success rates than other well-known trust management systems.     

智能神经网络开发系统的实现技术

对比了智能神经元模型和传统的神经元模型，论述了智能神经网络系统的组成原理，给出了智能神经网络开发系统的基本模型，并具体地阐述了智能神经网络开发系统基本模型中的各个组成部分。利用智能神经网络开发系统，研究人员可以较为容易地开发神经网络应用程序。     

嵌入式智能音乐播放系统的设计与实现

针对目前音乐播放系统的空间和时间受限问题,设计并实现了一种基于移动端的智能音乐播放系统。该系统由移动端软件APP和服务端两部分构成,服务端包括路由器、智能网络机顶盒和音响设备,具备定时播放和移动端实时控制播放的功能。该系统是采用基于STUN(Simple Traversal of User Datagram Protocol over NATs)的网络地址转换(Network Address Translation,NAT)穿透方式的远程控制以及家庭电视网络机顶盒来实现的。它不仅可以实现家庭音响的定时播放,还能通过移动端来远程控制音乐的播放。此外,可以实现歌曲的远程更新和歌曲播放时间的随意控制及更改。实验结果表明,该系统效果良好,具有广阔的应用前景及商业价值,可应用于家庭、商场、学校等有特定需求的环境。文章以家庭音乐播放系统为例进行设计说明。     

Transmission of a Scheduled Message Using a Foundation Fieldbus Protocol

In the last decade, process instrumentation field devices such as sensors and actuators that have a direct contact with industrial processes have become increasingly intelligent. An important property of such intelligent field devices is their ability to be networked. The Foundation fieldbus (FF) is one of the most widely used fieldbus protocols for process instrumentation and control systems applications. This paper presents a study that validates the effectiveness of a new scheduling method that satisfies the performance requirements for a scheduled message using an FF protocol. Our scheduling method generates a schedule list that records the scheduled starting time and the scheduled period of each scheduled message. Then, it allocates scheduled message traffic to a bandwidth-limited fieldbus medium. As part of this study, an experimental model of an FF network was developed. The experimental results from our model confirmed that our scheduling method restricts the delay of a scheduled message to a prespecified bound.     

产品质量标准数据清洗模型及应用研究

本文针对当前国内外对产品质量标准数据清洗问题研究的局限,基于人工智能学科中的BP人工神经网络理论,用L-M算法改进的BP人工神经网络构建了产品质量标准数据清洗模型,并以洗衣机产品质量标准数据为实例,用所设计模型进行了产品质量标准数据清洗实验验证。经实验验证发现,本研究给出的模型是一种具有普适意义、符合科学理论、合理的产品质量标准数据清洗模型,支持绝大部分产品质量标准数据清洗,既丰富了产品质量标准数据清洗理论,又能应用于经济社会发展实践。模型支持产品质量标准数据自动化、智能化、高速度清洗,为国家质量基础设施(NQI)共性技术的研究提供了重要的方法论。     

改进的生成对抗网络在轴承故障诊断中的应用

研究一种基于改进的生成对抗网络的滚动轴承故障诊断方法.针对传统的生成对抗网络模型无法进行故障诊断的问题,对其进行改进,在生成对抗网络基础上加入额外条件信息,并且在输出层添加辅助输出层,将生成对抗网络从无监督学习的生成模型改进为监督学习的分类模型.然后,利用西储大学轴承数据集对改进后的生成对抗网络进行实验验证.结果表明,...