基于上下文感知的移动协同标绘模型

针对移动计算环境下的协同标绘问题，构建了基于上下文感知的移动协同标绘模型MCPM-CA。从移动协同的特征出发，采用上下文感知技术来捕获移动协同标绘中的多种上下文信息，并对其进行上下文语义描述。然后，通过上下文上的推理得出标绘状态的变迁规则。最后给出MCPM-CA模型的应用实例。目前。该模型已应用于移动协同服务支撑平台，结果表明该模型可行、有效，有力了支撑了移动协同标绘的实现。     

面向多任务的非线性群决策系统多模型匹配算法*

针对多任务的非线性群决策系统提出了多模型匹配算法。为了对各种不同性质的任务进行理性决策,首先根据不同任务的特性选取针对不同任务的满意决策群体,构成动态满意决策群体集;在此基础上为每个决策任务构造多个决策方案模型集,然后根据方案模型的匹配程度和决策者的决策权重以及决策的目标权重来控制决策过程的动态变化,从而得到最优匹配决策方案模型;最后给出该算法的应用实例,实践表明该算法是有效的,能够灵活选取模型库中的不同模型,提高决策的速度和精度。     

面向P2P的动态资源模型

为了有效地描述移动计算环境下P2P的动态资源情形,提出了一种面向P2P的动态资源模型——PODRM模型。该模型首先根据P2P模式下的资源特性构造出P2P的网络资源空间,并抽取角色约束及操作约束,从而实现对P2P资源的静态描述。然后,对CPN进行了资源语义扩充,采用扩充了的CPN——E—CPN来刻画资源的动态特性。进而在此基础上构造TPODRM模型。最后给出了该模型的仿真验证。结果表明,该模型能够合理地描述了移动计算环境下P2P的动态资源情形,为动态资源的有效使用及受限资源问题的解决提供了一种有力的理论依据。     

从粉煤灰中分选空心微珠的工艺原理

我国是一个煤炭资源丰富的国家,目前,我国火电厂排放灰渣量每年达4000万吨,利用率仅占10%左右。粉煤灰主要用于水泥、砖、砌块、陶粒、混凝土掺合料等,其中占粉煤灰总量30%以上的“空心微珠”尚未开发利用。国务院技术经济研究中心把粉煤灰当作一项重要新资源进行开发综合利用,其中空心微珠是一项重要利用途径。     

AgX-TiO2纳米复合催化剂在可见光下的催化性能

以纳米带钛酸为二氧化钛的来源,通过离子交换-煅烧的方法制得了系列AgX(X=Cl,Br,I)/TiO2复合纳米材料。紫外可见吸收光谱表明,AgX/TiO2纳米复合材料在可见光400~470 nm范围内都有很好的吸收。以甲基橙(MO)的可见光降解为探针反应,结果表明:AgBr/TiO2与其他催化剂相比具有较高的光催化活性,在6 min内MO的降解率达到了80%。催化活性高的主要原因是AgBr与TiO2有更好的能带匹配,在光照下电子更易于转移到TiO2的导带上,减少了电子-空穴的复合。     

面向移动嵌入式电子商务平台的服务发现

针对移动嵌入式环境的特定问题，提出了基于MKDL的移动Agent平台体系EMAP，使得MEECS具有对服务资源的动态依赖和运行中的配置能力。实践表明，MEECS在移动环境下具有可扩展、灵活、高效的服务发现机制。     

面向移动嵌入式终端的柔性人机界面模型

文章提出一个面向移动嵌入式终端的柔性人机界面模型--FHCIM.该模型首先对柔性人机界面的控件、参数以及动作进行了形式化抽象描述,然后在给定的柔性人机界面标记集合的基础上,使用该自定义的标记构造了人机界面的具体描述.随后,将人机界面的具体描述送入柔性人机界面显示模块,根据标记描述的控件属性,生成相应的对象并显示,并在相应动作的触发下,获得所需信息.最后给出了一个移动嵌入式终端的柔性人机界面实现的具体实例.     

融合知识图谱表示学习的栈式自编码器推荐算法

针对目前协同过滤推荐算法中数据稀疏和语义信息欠缺问题,提出一种融合知识图谱表示学习的栈式自编码器推荐算法(SAEKG-CF).将评分矩阵作为栈式自编码器的输入,训练得到项目的隐性特征向量,并据此计算特征相似性矩阵;利用知识图谱表示学习算法将项目中的实体映射到低维向量空间,并计算出低维向量空间中实体间的语义相似性矩阵;将...     

基于有色Petri网的动态资源模型

针对移动计算环境下的动态资源描述问题,提出了基于有色Petri网的动态资源模型——DRM-CPN模型.该模型首先按照一定的映射规则将物理网络映射到几何拓扑空间中,构造出空间结点图.随后,给图赋予一定的资源语义及语义约束.进而,在资源语义及语义约束的基础上构造出物理网络的形式化动态资源描述模型.最后,为了验证模型的有效性,采用CPN进行了仿真验证.实验表明,该模型合理、有效地描述了移动计算环境下的动态资源的变迁情形.     

PTDC:路网环境中感知隐私的轨迹数据采集技术

针对路网环境中移动对象轨迹隐私泄露以及语义位置同质性攻击等问题,提出了一种路网环境中感知隐私的轨迹数据采集（PTDC）算法。首先,通过兴趣位置（POI）访问人次的信息墒计算路网中POI的敏感性;其次,根据顶点间敏感性和距离的混合差距,定义了θ-边权,并建立路网空间的图模型、定义了k-θ-D匿名模型以抵御语义位置同质性攻击;最后,以无向图的广度优先遍历为基础,设计了满足POI语义差异性的匿名算法,将用户的敏感采样位置用匿名区域取代,并衡量了PTDC算法处理后数据的可用性。通过实验对PTDC算法进行了验证,并和自由空间中的基于语义位置的隐私保护算法——YCWA进行了比对。理论上讲,YCWA算法的隐私保护度低于PTDC算法。实验表明,PTDC算法的信息丢失率平均在15%左右,空间范围查询误差平均在12%左右,略逊于YCWA算法;然而,PTDC算法的运行时间在5 s以内,远远优于YCWA算法,可满足实时在线数据采集的需求。