二维参数化图形技术研究进展

近几年来，参数化图形技术得到了不断的发展。目前已有多种参数化图形方法及系统。这些参数化图形方法可分为３种，即变分几何法、几何推理法和过程法。主要介绍这３种方法的研究进展。     

没有安全就没有互联网

正对某个具体的产业而言,"安全"不会产生正向激励,在逻辑上是必要而非充分的关系。在农业和工业时代,安全是一个伴生问题,但是进入信息时代,安全独立成为一个行业。在互联网化进程中,安全的行业属性意味着其不只是影响其它行业的变革,自身也在经历变革。不过,由于安全行业的特殊性,其对互联网行业的意义远大于自身,甚至可以说——没有安全就没有互联网。过去,在各行各业还未触及互联网时,不论是"To B"业务还是"To C"业务,安全行业的服务宗旨是保障"网     

基于本体的语义虚拟环境查询与推理模型

当前将本体引入到语义虚拟环境的研究,只是将领域本体的可视化信息用本体表示,并未发挥本体本身具有的优势。为此,提出一种基于本体的语义虚拟环境查询与推理模型。利用OWL语言统一描述虚拟场景图形内容与语义信息,并分别对两者进行查询,在图形内容查询过程中引入本体的推理方法推理出隐含的图形内容信息,然后查询需要的信息。在语义信息查询时引入语义搜索方法,利用基于语义距离计算本体概念相似度的方法计算语义虚拟环境本体中类之间的相似度,搜索与被查询实例语义相似度最大的实例,并借助推理找出其间的关系。对语义虚拟家具商店进行本体的查询与推理,结果证明了该模型的可行性。     

格值一阶逻辑LF(X)中的α-语义归结方法

自动推理是人工智能的一个重要研究方向,基于归结原理的自动推理因易于在计算机上实现而得到广泛研究。语义归结是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。为了提高基于格蕴涵代数的格值逻辑的α-归结原理的效率,将语义归结策略应用于α-归结原理。首先给出了格值一阶逻辑系统中的α-语义归结概念和α-语义归结演绎概念,接着讨论了格值一阶逻辑系统的α-语义归结方法,并证明了其可靠性和条件完备性,最后通过实例说明了其有效性。     

SAR图像打击效果评估技术研究

首先通过对合成孔径雷达(Synthetic Aperture Radar,SAR)图像打击效果评估方案的分析,提出了一种改进的SAR图像打击效果评估方案,新方案增加了专家指数库推理;然后从图像配准、变化检测和毁伤评估3个方面对基于变化检测的效果评估方法技术进行了研究;最后对SAR图像打击效果评估研究中待解决的问题进行了总结。论文具有一定理论指导意义。     

一阶谓词逻辑的图形推理法

针对已有一阶谓词逻辑推理方法中存在的推理效率低等问题,研究一种基于谓词/变迁系统的图形推理法。定义了描述谓词间与/或关系的谓词-与/或图,借助谓词-与/或图表示谓词/变迁系统,提出一种实现反向推理的目标制导的图形推理法。该方法推理效率高,较已有的推理方法具有一定的优越性。     

语言真值直觉模糊逻辑的知识推理

针对格蕴涵代数、直觉模糊集及知识表示、基于语言真值直觉模糊代数的相关性质及运算方法,提出了六元语言真值直觉模糊代数的相关逻辑性质,并在六元语言真值直觉模糊知识表示的基础上,将模糊推理的CRI方法进行扩展,研究得出了六元语言真值直觉模糊推理的方法即6LTV-CRI算法。而后将直觉模糊推理与六元语言真值直觉模糊推理方法进行对比分析,验证了6LTV-CRI推理算法的合理性,并分析了其优缺点。     

关系数据库的语义研究

数据库是数据的结构化集合,是各种应用的必要组件。关系数据库系统是迄今应用最广的数据库,其数据结构简单,数据组织、存取效率非常高。但同时关系数据库缺乏语义信息,将其应用于知识系统有制约性。因此,引入本体思想,将本体植入关系数据库,由此为其增加语义信息和推理机制,使关系数据库具有了语义,适用于知识系统。     

Lerisk－i*框架自动建模与编辑工具介绍

在需求工程中,基于主体的i*建模框架(主要包括策略依赖模型及策略推理模型)已经成为最常用的早期需求建模与分析的工具之一,而且关于i*建模框架的编辑工具开发也有很多相关的研究工作。然而现有的这些工具往往只提供诸如模型图编辑、存储等基本功能,而笔者需要在需求工程小组的项目中为对需求文本进行建模的结果进行模型可视化,同时提供编辑存储及自动布局功能,并开发出新的基于i*建模框架的工具。文中首先对主流的i*建模工具进行了调研,研究了建模工具的基本功能,同时分析了其功能的不足点,在此基础上提出了新工具设计的功能补充点;然后对i*框架的布局问题进行介绍并详细描述了其自动布局算法的实现,给出了可视化工具的详细设计;最后在此工具的基础上,进行了实际需求文本的建模及模型编辑功能的实验,并将此工具与主流工具的功能进行对比,以展示本工具的功能特点。     

面向复杂评价模型的证据推理方法

证据推理方法针对多层结构的属性合成采用递归方式,其合成次数为评价属性树的分支结点个数,合成计算量较大.为减少计算量,文中提出一种非递归方式的合成方法,并对比两种合成方式的时间复杂度.为探究非递归方式处理各类不同置信结构分布的准确性和非线性特性,文中在三层结构的评价模型中,按照置信结构分布为和谐、准和谐和冲突分别计算综合属性的置信度和效用值,从公式推导和实验结果对比的角度分析两种合成方式的非线性特性,从相对误差的角度分析非递归方式计算结果的准确性.实验结果与算例证明文中方法的有效性.