通用知识网格下以用户为中心的数据挖掘本体研究

分布异构的海量数据挖掘是数据挖掘领域急待解决的课题，通用知识网格（UKB）架构模型用于在网格环境下创建大规模的分布式知识发现和知识集成系统。本体服务器是整个架构的核心模块，负责本体的管理和查询。数据挖掘本体服务是本体服务器提供的主要服务。本文主要介绍通用知识网格下以用户为中心的数据挖掘本体的设计和OWL实现。数据挖掘本体可满足各种不同领域、不同层次用户的知识发现服务，使系统具有开放性、可扩展性和高用户可用性。还介绍了一个反洗钱领域数据挖掘解决方案实例。     

P-Promise：一个基于承诺的P2P公平资源共享协议

P-Promise借鉴人类社会个体间相互承诺并通过兑现承诺来实现公平交往的机制，通过定义承诺证书和一套协议原语，在P2P实体间建立公平的资源共享环以实现P2P公平资源共享.公平的资源共享环的建立过程就是对等实体承诺并不断兑现承诺的过程，不需要可信第三方、认证的身份、货币支付、对称存储关系等条件.承诺证书能够描述不同的资源，所以P-Promise可用于各种资源的共享.P-Promise不但可以用于各种普通计算机，而且适用于资源和计算能力都十分有限的移动设备.分析和实验证明，P-Promise具有良好的稳定性和抗攻击能力。     

一种基于义素的网页信息项语义匹配方法研究

本文提出了一种改进的基于语义的义素相似度,并从理论上分析参数β值的影响效果。在这个基础上,提出一种基于义素的词相似度,从语义上去匹配新名词和旧名词。在基于义素的词相似度基础上,提出一种网页信息项的语义匹配方法,来识别网页信息项的类别。实验结果表明,基于义素相似度的网页信息项语义匹配方法具有较好的匹配效果。     

基于CORBA和XML的多数据库系统研究

提出了基于CORBA和XML的多数据库系统模型，给出了多数据库系统的功能模块和实现方法，该系统采用CORBA解决系统的分布性和环境的异构性，采用XML数据模型作为公共数据模型，同时利用代理机制作为系统的逻辑实现，系统的研制对企业应用集成、电子商务和电子政务的构建具有重要作用。     

基于描述逻辑的语义P2P网络构架及资源定位

随着网络资源的日益增长,以及人们查询要求的复杂化,如何合理地在P2P网络中分配和查询资源已经变得极为重要。本文计划基于描述逻辑介绍一种应用在语义P2P网络上的算法思想,以期实现资源的概念化分布,使基于语义的查询和检索变得简单。我们的算法采用Chord算法的相客散列思想,将资源的关键字和资源所在节点的IP地址散列为相同的数据类型来进行实例选择。除此之外,每个节点拥有自己的本体系统,并将与其他节点交换CHG来达到知识库的完备。由于在CHG中所有的概念拥有同一个根结点,所以不停地向层次分类的概念树上层节点询问,一定可以找到目标资源的信息。     

Web服务相容性的形式化描述与分析

Web服务的相容性分析是为了保证多个Web服务之间的正确交互。基于Pi-演算对Web服务的相容性进行了形式化的分析,给出了二个Web服务之间相容性的两个形式化定义。同时定义了二个Web服务进程之间的投影操作,在此基础上给出了多个Web服务之间相容性的形式化定义。     

基于排队模型的视频点播系统设计与分析

将现代排队论的有关原理用于视频点播数学模型的建立,介绍了生灭过程,阐述了有限源等待制VOD视频点播模型的建立,对其主要性能参数进行分析并得到了可以指导VOD系统设计的数学分析工具.     

西部地区科技信息网络服务系统开发研究

1 引言 依据国家《“十五”西部开发重大项目规划》,本研究遵循国家关于西部开发的总体部署,构建一个跨州、县(市)、乡(镇)三级,功能覆盖科技信息管理、特色资源专家数据库系统、远程培训与咨询、初级网上交易等方面的综合科技信息服务体系。主要研究内容为(参见图1所示):     

一种多自治域层次互操作模型的系统框架

数据互操作是信息集成领域需要解决的关键问题。联邦数据库和多数据库是解决分布式异构环境中多个数据源的集成与互操作的两种方法,但它们各有优缺点。完全的集中不能保证局部系统的自治,全部的分散又不能保证系统之间的共享和互操作。在分析联邦数据库与多数据库特点与差异的基础上,提出了一种多自治域的层次互操作模型MDHI,通过对Panorama多数据库系统进行扩展,给出了一种基于WebService的PanoramaWebOne系统框架。这种框架既满足了局域范围内的集成和处理效率,又提供了一种集成广域范围内多种异构数据源的方法,更加符合当前实际应用的需要。     

一种基于变调整学习规则的模糊网页分类方法研究

当类别之间交叉现象比较严重时,网页分类方法的精度就会下降.为准确地分类网页,首先给出一种模糊网页分类的系统结构,通过用成员函数替代分类网络中的权值变量,来提供一种可融入人类关于网页分类知识的机制.然后给出一种通用学习规则,来学习成员函数中的参数.通过理论推导,用李雅普诺夫函数分析和验证通用参数学习规则的学习收敛性,揭示参数学习算法朝最小误差方向调整参数的内在因素.最后在单参数学习算法收敛性的分析基础上,提出一种变调整规则的单参数学习算法,加快参数学习速度.从学习收敛性的理论论证和实验结果来看,这种网页分类方法是一种有效的分类方法.