基于本体及相似度的文本聚类研究*

为了改善文本聚类的质量,得到满意的聚类结果,针对文本聚类忽略概念的内涵及缺少概念间的联系,设计和改进了基于本体和相似度的文本聚类方法TCBOS(text clustering based on ontology and similarity)。研究了文本预处理及分词的方法,设计了用有限状态自动机来自动提取概念和关系的方法,对概念语义扩展和相似度计算方法进行了改进和完善,通过应用本体的语义相似度来度量文档间相近程度,完善了根据相似度进行文本聚类的K中心点算法。实验证明,该方法从聚类的准确性和聚类的关联度方     

基于语义Web Service的需求驱动服务合成

语义Web Service(SWS)是应对商务对商务环境的挑战,是迈向自动Web服务的重要步骤.基于SWS的商务服务合成是服务计算领域最为活跃和开放的研究问题之一.提出了一种基于SWS的商务服务合成的基本思想和方法.给出了商务服务合成的形式化模型.介绍了一个服务合成中基于超图的服务集合挖掘方法.给出了面向服务合成的需求驱动服务选择及其解决方案模型.     

基于QoS和OWL—S的Web服务发现研究

建立了原子服务发现模型,探讨了原子级服务匹配的4个过程,并重点对输入输出匹配和QoS匹配进行了研究.在QoS匹配中,给出了服务性价比概念,并提出了高性价比的服务选择原则.     

P2P网络中基于Gossip算法的信任模型

为了解决P2P网络开放性和自治性带来的信任问题,提出一种基于Gossip算法的信任模型。该模型在估计节点的信任关系时引入时间退化因子,使用基于网络拓扑结构的Gossip算法传递消息、聚集信誉。模拟实验结果表明,该模型能更有效地评估节点间的信任关系,提高查询效率,减少网络拥塞。     

基于工作过程导向的课程开发研究与实践

工作过程是“在企业里为完成一件工作任务并获得工作成果而进行的一个完整的工作程序,是一个综合的、时刻处于运动状态但结构相对固定的系统”。结合计算机多媒体技术专业,对基于工作过程导向的课程开发与建设思路、内容举措等进行剖析与探讨。     

Tabu Search中集中性和多样性的自适应搜索策略

近年来的研究表明，集中性与多样性策略在禁忌搜索中是非常重要的,但集中性与多样性常常又是矛盾的，如何解决集中性与多样性之间的矛盾就成为一个值得关注的话题,以组合优化中的著名难题TSP(traveling salesman problem)为例，提出了一种新颖的自适应搜索策略，通过邻域和候选集的相互配合，动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数，较好地解决了集中性与多样性的冲突问题．仿真实验表明，该算法是可行的和有效的。     

提高神经网络泛化能力的研究

从模糊理论的角度出发,提出了一种改进神经网络泛化能力的新方法—“缩放法”。这种方法通过对输入向量的缩放处理,来缩小或模糊化训练样本和新的模式之间的差别,从而使神经网络的泛化能力得以提高。文中提出的新算法—α算法,可以找到合适的缩放因子,进而得到泛化能力更强的新网络。一些实验例证了“缩放法”和α算法的有效性,并从理论上对其进行了初步分析和讨论。     

基于数学形态学的围棋棋群聚类算法

计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具,在形式化基础上采用带有限制条件的膨胀运算进行棋群的初步聚类,结合其它一些启发式搜索方法完成棋群的最终聚类,并结合实战对局评价了此算法的性能,指出了此算法的应用价值。     

基于数学形态学的围棋地域划分算法

地域是人类棋手必不可少的抽象概念,计算机围棋可以建立此概念以提高搜索效率。本研究在数学形态学的形式化基础上探讨了划分我领土、我领空、我领海、敌领土、敌领海、敌领空、公海、公空及未定区等9种地域的过程,并结合实战对局评价了此算法的性能,指出了此算法的应用价值。     

采用贝叶斯网络建立一种智能学习环境学生代理模型的研究

贝叶斯（Bayesian）网络近年成为智能代理引人注目的研究方向,本文在介绍Bayesian网络及其构建方法、学习方法的基础上,构建了一个通用的可扩展的智能学习环境中的学生模型。