Modelling Generic Judgements

We propose a semantics for the -quantifier of Miller and Tiu. First we consider the case for classical first-order logic. In this case, the interpretation is close to standard Tarski-semantics and completeness can be shown using a standard argument. Then we put our semantics into a broader context by giving a general interpretation of in categories with binding structure. Since categories with binding structure also encompass nominal logic, we thus show that both -logic and nominal logic can be modelled using the same definition of binding. As a special case of the general semantics in categories with binding structure, we recover Gabbay & Cheney's translation of FOλ into nominal logic.     

基于Ajax与向量空间模型的个性化搜索引擎

针对个性化搜索的三个关键问题：用户信息搜集,用户信息库的动态更新与个性化检索算法,探索性地提出了基于Ajax用户行为跟踪方案,以会话为单位动态更新用户行为信息库策略与加入用户文档的向量空间检索模型,在此基础上设计并实现了个性化搜索引擎实验系统。     

ＣＳＣＷ系统中实时协同设计模型的研究

实时协同设计系统是CSCW级研究的热点,提出了实时协同设计一般化的五元组模型和其中具有关键性意义的同步模型,并以CoopCAD（协同式计算机辅助设计）系统为例,详细讨论了这一同步模型的具体实现。     

基于uMSD的Web服务组合验证方法研究

手工分析组合服务相当困难和耗时,为此提出了一种基于uMSD的Web服务组合的模型检验方法.如何简单和直观地表示Web服务组合的时态性质是该方法的关键问题.鉴于uMSD在简单性和表达力之间找到了一个平衡点,定义了uMSD的形式语法和语义.以Web服务组合OJA为实例,使用uMSD来图形化地表示组合服务的时态性质,展示了u...     

一种随机化的软件模型生成方法

模型转换是模型驱动开发的核心技术. 当要把模型转换用于工业生产时, 其性能成为影响这一技术成败的关键因素之一. 为了测试模型转换程序的性能, 需要能够快速地生成一组具有较大规模的模型数据用于作为测试的输入数据. 本文提出一种随机化的模型生成方法. 该方法能够根据元模型的定义以及用户输入的约束条件随机、正确地生成模型文件. 实验结果也表明, 本方法和其它方法相比具有更好的生成效率, 从而更加适合支持模型转换的性能测试.     

财务困境预警的二阶段模型构建与应用

模糊神经网络汇集神经网络和模糊逻辑的优点,能有效避免神经网络的“黑箱”操作,但存在“维数爆炸”现象。将粗糙集和模糊神经网络有机集成,构建财务困境预警的二阶段模型：第一阶段利用粗糙集知识约简对数据集降维消冗,提取最优指标集;第二阶段以最优指标集设计基于模糊神经网络的财务困境预警模型。该模型融合粗糙集和模糊神经网络的特点,能提高网络结构的精练性、启发性和透明性。应用实例的结果表明该模型能有效克服“维数灾难”,避免数据噪声引起的模型过度适应,提高模型预测准确性。     

Iterative learning of model reference adaptive controller for uncertain nonlinear systems with only output measurement

In this paper, a model reference adaptive control strategy is used to design an iterative learning controller for a class of repeatable nonlinear systems with uncertain parameters, high relative degree, initial output resetting error, input disturbance and output noise. The class of nonlinear systems should satisfy some differential geometric conditions such that the plant can be transformed via a state transformation into an output feedback canonical form. A suitable error model is derived based on signals filtered from plant input and output. The learning controller compensates for the unknown parameters, uncertainties and nonlinearity via projection type adaptation laws which update control parameters along the iteration domain. It is shown that the internal signals remain bounded for all iterations. The output tracking error will converge to a profile which can be tuned by design parameters and the learning speed is improved if the learning gain is large.     

多核CPU下的K-means遥感影像分类并行方法

针对海量遥感影像快速分类的应用需求,提出一种基于K-means算法的遥感影像并行分类方法.该方法结合CPU下进程级与线程级模式的并行特征,设计融合进程级与线程级并行的两阶段数据粒度划分方法和任务调度方法,在保证精度的基础上实现并行加速.利用大数据量的多尺度遥感影像进行实验,结果表明:所提并行方法可大大减少遥感影像的分类时间,取得了良好的加速比(13.83),并可达到负载均衡,从而解决了大区域遥感影像快速分类的问题.     

隐马尔可夫模型在环保档案信息抽取中的应用

面对突出的环境问题,亟需有效的方法从环境保护档案中抽取有用的信息用于支持环境保护等宏观决策。以建设项目环境影响报告书为例,研究如何利用隐马尔可夫模型来抽取建设项目的环境影响评价信息。阐明隐马尔可夫模型的原理与应用情况,分析报告书特点并明确应用模型进行报告书文本信息抽取的基本思想,并给出模型建立和应用的方法及具体步骤。通过实例验证得出,利用隐马尔可夫模型抽取环境保护信息能够获得较高的召回率和精确度,整体效果较好。     

寻找平面代数剖分样本点的改进算法

基于非线性多项式方程的零点配对算法以及临界点算法，给出了一种求平面代数剖分样本点的改进算法。该算法剔除了大量冗余样本点，并在计算过程中以区间表示代数数，有效避免了浮点数等近似计算。通过与已有的经典算法进行比较，实验结果表明该算法具有显著的效果。