基于FIHC的OAI-PMH服务提供者框架

针对服务提供者收割的大量元数据组织问题,提出一种基于以高频项目组合为基础之阶层式文件群聚法(FIHC)的元数据收割协议服务提供者框架,通过FIHC模块对元数据进行聚类并生成一棵簇树。实验结果表明,该框架能够合理组织元数据,提高了检索速度,便于用户按类浏览。     

基于MFC CSocket的网络应用程序的开发

论述套接字(Socket)在网络编程中的重要地位,介绍套接字的分类及其编程原理,阐述如何基于MFC Csocket类创建面向连接的客户机／服务器(C／S)网络应用程序。     

基于模糊熵的改进型PCNN图像分割方法

针对传统的PCNN在图像分割中需要设定大量的参数,并且分割的最佳迭代次数无法自动确定等问题,简化了传统PCNN模型的接受部分,改进了PCNN的连接部分,改变了PCNN的阈值衰减方式,并利用最大模糊熵作为最佳分割迭代次数的判定准则,提出了一种新的PCNN改进模型,从而实现了PCNN的自动精确分割.对各类图像的实验结果表明,该方法能够自动确定循环迭代次数和自动选取最佳阈值,与基于最大香农熵的PCNN分割方法相比,该方法具有收敛速度快、分割精度高、分割效果好等特点.     

基于VSM的OAI—PMH元数据相似度计算研究

针对OAI-PMH存在大量相似的元数据,结合元数据内容的结构特性,提出了一种基于向量空间模型的OAIPMH元数据相似度的计算方法.为了较好地反映特征项在元数据内容不同层次的重要程度,采用了结构层次权重系数改进的TF-IDF方法来计算特征项权重.实验分析表明,使用该方法对元数据之间相似度的计算是有效的、可行的.为用户在搜索查询时提供了基于元数据的相似资源,方便了用户,提高了信息服务质量.     

基于胶囊网络的智能交通标志识别方法

针对卷积神经网络的标量神经元无法表达特征位置信息,对复杂的车辆行驶环境适应性差,导致交通标志识别率低的问题,提出一种基于胶囊网络的智能交通标志识别方法。首先采用超深度卷积神经网络改进特征提取部分,然后在主胶囊层引入池化层,最后采用移动指数平均法改进了动态路由算法。在GTSRB数据集上的测试结果表明,改进后的胶囊网络方法在特殊场景下的识别精度提高了10.02个百分点,相对于传统的卷积神经网络,该方法的单张图片的识别时间缩短了2.09 ms。实验结果表明,改进后的胶囊网络方法能满足准确、实时的交通标志识别要求。     

基于Agent的井下透水事故逃生模型研究

为探讨井下发生透水事故时矿工逃生的可能性和成功逃生的比率,帮助矿工在复杂的井下环境和突发事故中准确选择逃生路线,建立了基于Agent的井下透水事故逃生模型。通过对井下人员在灾害中的生理和心理的需求进行分析,提取出了模型的运行规则。利用RePast软件建模仿真矿工的逃生行为,随机地生成逃生路线。模型运行结果表明：在井下发生透水事故时,利用模型生成的逃生路线能够有效降低井下人员的死亡率,帮助Agent安全逃生。     

基于本体的构件聚类研究

为了消除自然语言对构件文本信息描述的二义性以及增强术语间的语义关系,文中采用领域本体的思想,给出了一个基于人工智能领域本体的软件构件聚类模型和基于该模型的聚类算法。该模型通过分析领域的共同概念,形成领域本体知识库,提供领域内一致认可的术语,用于匹配对构件文本描述所使用的自然语言。给出的算法通过与基于传统空间向量的K—Means算法分析比较,验证了该算法是有效的,实现了对软件构件更合理的聚类,提高了构件检索的效率和准确性。     

自注意力机制的短文本分类方法

针对短文本信息量少导致隐藏的信息难以充分挖掘和深度学习模型易受干扰导致分类准确度下降的问题,提出一种融合对抗训练自注意力多层双向长短期记忆网络(Con-Att-BiLSTMs)短文本分类模型.将文本训练集按不同比例进行分类对抗训练,通过对抗训练提升模型的健壮性;利用多层双向长短期记忆网络对语义进行提取,利用自注意力机制...     

基于信息生命周期的多主体交互模型及形式化

研究社会行为主体间信息交互模型优化问题,社会在应用多主体建模技术模拟人群社会行为的过程中,多主体间的信息交互模式决定着主体自组织和自学习的方式和效率。从现实社会中人与人之间的消息传播行为规律出发,分析主体间信息交互过程,以信息生命周期理论为基础建立多主体间信息交互模型,给出主体信息交互各个阶段的形式化方法和表述结果。利用新闻传播学中消息的5W1H定义来表达信息内容,采用时态逻辑描述单一主体信息需求的判定,应用多目π-演算形式化方法表述多主体获取和转发信息的行为,使用模糊集和Brooks方程分别表示信息过滤与信息吸收行为。进行分析的结果表明,多主体间信息交互模型的建立及其形式化描述,可为人群社会行为仿真模型的实现奠定了基础。     

基于三维GIS的海量数据可视化关键技术研究

文章提出了针对三维GIS中海量空间数据的的面向交互操作的三维可视化关键技术,并搭建了原型系统。该方法解决了基于外存三维模型与地形海量数据可视化效率低,并难以进行添加、删除、平移等交互操作的问题,使得海量数据显示与交互操作不会降低场景的绘制效率。