事件驱动型无线传感器网络MAC协议研究

提出一种应用于事件驱动型无线传感器网络的ED-MAC协议。该协议定义了网络的2种状态(常规态和事件态),为常规态的簇内数据采集和簇头汇报设计了不同的TDMA机制,事件态时采用预约机制对中继转发链路节点进行逐跳预约。实验结果表明:ED-MAC协议相比S-MAC协议具有能耗低、传输延时短的特点。     

时滞系统方法的网络控制系统的研究

针对普遍存在的采样器和零阶保持器异步这一现象,研究了该类网络控制系统的状态反馈控制问题。首先,以事件驱动的零阶保持器的更新时刻为时间标识,并考虑到网络的诱导时延和数据丢包,建立网络控制系统的采样闭环模型,并转化为状态中连缀着两个时滞变量的时滞系统。然后,利用相应的时滞系统方法,对闭环网络控制系统进行了稳定性分析和控制器综合。最后,通过仿真实例验证了所得结果的正确性。     

基于模糊专家规则的离散事件辨识及其在交通诱导中的应用

传统离散事件动态系统中的离散事件状态的转换具有不确定性,其不确定性主要来自状态转向发生时刻的不确定性,而所转向的状态一般具有确定性。本文对具有状态转向时刻和转向状态的二重不确定性的离散事件动态系统进行了讨论,用模糊专家系统来对未来状态和状态迁移时刻二重不确定性的离散事件动态系统进行评价,并以智能交通系统中车辆诱导技术为例,说明了此类模糊专家规则的应用价值。本文提出了一种模拟淬火算法,通过模拟物质加温后急剧冷却的过程来求得目标函数的局部极值,以模拟淬火算法的转向概率作为模糊专家系统中的规则选择概率。该方法有效地保证了事件转换的实时性,提高了交通疏导的效率。     

Ontology-based modeling of dynamic ubiquitous computing applications as evolving activity spheres

As the computer disappears in the environments surrounding our activities, the objects therein become augmented with sensors, actuators, processors, memories, wireless communication modules and they can receive, store, process and transmit information. In addition to objects, spaces also undergo a change towards becoming smart and eventually Ambient Intelligence (AmI) spaces. In order to model the way everyday activities are carried out within an AmI environment, we introduce the notion of “activity sphere”. In this paper, we are interested in the ontology-based representation of activity spheres from two different perspectives (as creators and as observers), as well as the modeling and control of the dynamic nature of activity spheres.     

一种基于Mealy自动机的策略监控模型

策略监控是完善策略管理系统、提高系统可靠性,并为第三方审计提供依据的有效途径之一。对策略整个生命周期中的状态进行了划分,引入Mealy自动机,对整个状态转换过程进行了建模,明确了监控对象及分析依据,从而实现了对策略状态的宏观监控,即通过合法性判定算法对策略进行的操作进行判定。最后,通过对自动机模型及判定算法的程序实现与性能测试可以看出,该算法能够及时有效地对事件数据进行处理响应。     

基于动态规划融合多模态的足球视频事件分析

为了更好地满足用户浏览和检索视频的需要,提出一种融合文本的足球视频事件分析框架.分别从文本和视频中提取事件信息,采用动态规划的算法对2种信息进行全局匹配,对于未匹配的文本事件信息.采用一个全局概率模型估计其在视频中的事件边界.通过寻找文本与视频事件信息的最优全局匹配,有效地避免了局部匹配方法造成的漏检和误检.实验结果表明,文中方法能够快速、准确地检测事件,获得详尽的事件内容信息,性能优于局部匹配算法.     

自然语言处理系统中的事件类名词的耦合处理

介绍了自然语言处理系统中事件类名词耦合的一种处理方法。事件类名词是汉语名词的一个特殊子类,这类名词兼事物性与动作性于一身。给出了事件类名词的语义认知基础,并采用基于知识的方法,应用概念从属理论,对事件类名词进行详细的语义分析。在此基础上,对事件类名词的耦合情况进行分类,并给出了事件名词解耦处理的具体方法。这种对事件类名词的耦合处理方法在智能辅导领域中得到了较好的应用。     

基于网格聚类的数据流多事件检测

事件检测是事件处理系统最重要的研究问题之一。异常、变化和突发是三类最典型的数据流事件。本文关注如何在数据流中同时检测多种事件,首先研究了多种事件之间的联系,然后给出了基于网格聚类的统一处理方法,最后为了评估事件的严重程度,给出了打分函数。实验验证了所提方法的正确性与有效性。     

含海上风储联合发电系统的韧性调度策略

为应对台风诱发的海上风电机组高风停机(high wind-speed shutdown, HWSS)事件,提出了一种含风储联合发电系统的多时间尺度协调调度方法。首先,基于历史和即时信息进行台风全生命周期模拟,得到强度时变的台风轨迹集合;基于台风轨迹和风电出力曲线,进一步计算该台风轨迹集合下风电场的可用出力,并纳入所提出的模糊集合中。其次,考虑风电出力波动对各类型备用需求的影响,提出了多类型备用需求的次小时级调度框架,以避免机组小时阶跃变化造成调度方法不可行的风险。然后,在此基础上,通过确定性转化形成可求解的混合整数线性规划问题。最后,在增加了2个海上风电场的IEEE-RTS系统上进行了仿真实验。实验结果表明,所提出的调度策略能够在台风极端天气下,充分利用风储联合发电系统的灵活性,通过预调度提升系统韧性。     

一个实体关系与事件抽取的通用模型

信息提取的目的是从自然语言文件中找到具体信息,现有研究在信息抽取的实体关系和事件抽取任务中仅解决事件论元重叠和实体关系重叠的问题,未考虑两个任务共有的角色重叠问题,导致抽取结果准确率降低。提出一个两阶段的通用模型用于完成实体关系抽取和事件抽取子任务。基于预训练语言模型RoBERTa的共享特征表示,分别对实体关系/事件类型和实体关系/事件论元进行预测。将传统抽取触发词任务转化为多标签抽取事件类型任务,利用多尺度神经网络进一步提取文本特征。在此基础上,通过抽取文本相关类型的事件论元,根据论元角色的重要性对损失函数重新加权,解决数据不平衡、实体关系抽取和事件抽取中共同存在论元角色重叠的问题。在千言数据集中事件抽取和关系抽取任务测试集上的实验验证了该模型的有效性,结果表明,该模型的F1值分别为83.1%和75.3%。