发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23704
北大期刊
影响因子 0.94
人气 20373
部级期刊
影响因子 1.03
人气 13559
北大期刊
影响因子 3.18
人气 11661
统计源期刊
影响因子 0.55
人气 11072
北大期刊
影响因子 0.79
人气 9738
省级期刊
影响因子 0.41
人气 9514
省级期刊
影响因子 0.57
人气 9456
省级期刊
影响因子 0.15
人气 9266
统计源期刊
影响因子 0.47
人气 8423
摘要:起源于哲学的本体论(ontology)在信息科学领域受到广泛关注,其重要性已在许多方面表现出来,如知识工程、数据库设计和集成、信息检索与获取、软件工程、自然语言处理等.尤其是本体论在Web上的应用导致了语义Web的诞生,有望解决Web信息共享时的语义问题,实现世界范围的知识级信息集成.综述计算机科学中本体论的研究和应用现状,主要内容包括:本体论的起源和发展,本体论的定义,本体论的描述语言以及构建方法论,本体论与语义Web,以及本体论的应用等.
摘要:提出一种基于类覆盖获取有向图和粒子群优化方法的模糊神经网络模式识别系统模型,该模型利用改进的贪心算法获得半径较均匀的超球体类覆盖,再利用超球体类覆盖实现模糊输入空间划分和模糊IF-THEN规则提取,以此实现模糊神经网络系统的结构辨识;采用改进的模糊加权型Mamdani推理法确定系统的输出,并使用基于粒子群优化的算法对系统参数进行精炼,使系统具有很好的强壮性和识别率.对11种矿泉水味觉信号的识别实验结果证明了该系统的可行性和有效性.
摘要:具有知识增殖能力的神经学习系统是人工神经网络发展的一个重要方向,备受研究人员的关注.传统上对神经学习系统知识的增殖或重用研究偏重于对个体网络的改造,根据知识积累和继承的思想,引入自治神经网络(autonomous artificial neural network, AANN)的理念,以此作为构造知识可增殖神经学习系统的基础,利用群体网络的方法成功解决了神经学习系统的拓展和知识增殖问题. AANN和一般神经网络的区别在于其自治能力,采用AANN模块构造的神经学习系统,具有知识增殖能力,其可靠性、可拓展性和灵活性都得到提高.实验结果表明,该方法构造的群体网络系统可有效继承其模块所学习的知识.
摘要:自动推理一直是人工智能领域研究的重要内容.近几年来,由于tableau方法的通用性和直观性,引起人工智能界的广泛关注.对于自由变量语义tableau中的量词规则,由于γ-规则替换的任意性,可导致在同一tableau证明中γ-规则被多次使用,使得tableau推理结构树中出现多个自由变量.针对tableau中多次出现自由变量,使tableau封闭延迟的问题,在δ+ -规则的基础上,提出对δ+ -规则改进的δ+ + -规则,并进行了正确性证明.将δ+ + -规则应用到TableauTAP系统中,结果表明,δ+ + -规则使tableau封闭提前,在推理的时间效率和空间效率上都有较大的提高.
摘要:对人脸识别的几个关键技术进行了深入研究,提出了一种快速的基于眼睛像素特征的人脸检测方法:一种有效的基于SVD分解的特征提取方法和一种基于特征差别的SVM人脸识别方法.改进的基于SVD分解的特征提取方法能在一定程度上削弱光照和表情的影响,从而更好地抽取人脸的差别特征.基于特征差别的SVM方法将人脸识别这一典型的多分类问题构造成适合SVM处理的二分类问题,克服了传统SVM方法在解决多分类问题上的缺陷.实验表明该人脸检测方法有较高的正确检测率,提出的特征提取方法能有效地减弱光照和表情对人脸特征的负面影响,使得识别率有较大提高,基于特征差别的SVM方法有更好的概括能力和更高的正确识别率.
摘要:多目标遗传算法非常适合于求解多目标优化问题.讨论了进化个体之间的支配关系及有关性质,论证了可以用快速排序的方法对进化群体中的个体进行分类,同时探讨了用聚类方法来保持群体的多样性,具体讨论了基于层次凝聚距离的聚类,在此基础上提出了用分类和聚类的方法构造新的进化群体.理论分析与实验结果表明,所讨论的方法比较国际上已有的方法具有更快的收敛速度.
摘要:语义Web是对未来Web体系结构的一个伟大设想,其研究分层次进行.目前足够成熟的最高层是以OWL语言为代表的ontology层.但它的语义仅限于描述逻辑,该逻辑主要表示对象和类的层次结构,而规则的表达能力弱.因此在其之上需要一种表达力更丰富的逻辑语言.设计了一种新的语义Web规则标记语言OWLRule+:其语法扩展了OWL;语义基于CARIN,一种结合描述逻辑和Horn规则的表示语言;实现基于Jess规则推理机.实例学习展示了它对目前的Web ontology语言在规则表示和推理能力上的扩展.
摘要:安全协议用于实现开放互联网络的通信安全,进程代数是一类使用代数方法研究通信并发系统理论的泛称,基于进程代数的安全协议验证是以进程代数作为安全协议描述语言的安全协议形式化验证方法.描述了基于进程代数的安全协议验证研究的4种主要方法:基于踪迹语义的方法;基于互模拟验证的方法;基于类型理论的方法;基于逻辑程序的方法.并给出了基于进程代数的安全协议验证进一步的研究方向.
摘要:当前基于角色的系统的完全依赖于管理者的集中式管理方式,不能够满足分布环境下的系统管理的需求.基于角色的转授权模型(role-based delegation model, RDM)更适于分布式环境的授权管理,但当前的几种授权模型都不支持时限(temporary)和授权宽度.基于时限和授权宽度等方面,对RDM2000(role-based delegation model 2000)模型进行了扩充,提出了完备的具有时限的基于角色的转授权模型(temporal role-based delegation model,TRDM),并提出了新的基于TRDM的角色授权和角色撤销(revocation)机制.
摘要:提出了一个可应用于安全主动防御体系的攻击知识模型,并保证其实用性、可复用性和可扩展性.攻击知识以AKDL(attack knowledge description language)攻击知识描述语言来描述,并基于面向对象方法中的属性、方法、关系等概念,对攻击的数据、操作以及攻击之间的关联关系进行建模,一个AKDL→C+ +编译器将由AKDL语言描述的攻击知识编译成基于组件对象技术的C+ +攻击类代码,从而实现AKL(attack knowledge library) 攻击知识库,并以API接口的形式提供给安全主动防御体系中各个安全组件使用.
摘要:针对因特网上的DoS攻击,路径追溯可能成为一种新的防范手段.在分析已有技术的基础上,提出一种新颖的在入口路由器端对数据包进行地址元组标记的算法模型,受害主机通过分析攻击包中的标记信息,能较方便地直接还原出真实攻击入口地址.给出了可供实用的算法要点和必要的理论分析.在一般网络环境中进行的模拟实验获得了良好的与理论估算相吻合的结果.讨论分析了算法模型的性能特点、计算复杂度、适用范围以及进一步的研究内容.
摘要:在普及计算环境中缺乏把已经存在的简单的服务灵活地动态地组合出更加复杂的服务的方法.提出了一种在此环境下的基于接口语义匹配的动态服务组合方法,给出了基于语义的基本服务的描述规范、组合服务的描述规范、组合服务的实例生成算法和控制执行的动态服务组合的系统框架并通过实例实现,验证了该框架的可行性.根据当前环境中已有的服务组合出更加复杂的服务,该算法对有效地利用系统的资源、降低服务设计和实现的复杂性具有非常重要的意义.
摘要:分层多播已被认为是在Internet上进行视频多播的一个解决方案.已有的分层多播协议通常在接收方执行层的适应,在发送方使用静态的层速率分配技术.首先介绍了分层多播的基本原理,讨论了接收方驱动的静态分层与发送方驱动的动态分层技术,特别地引入了一种衡量尺度"效用"对多媒体应用满意度进行度量;提出了一种效用最优的层速率分配算法ORAU,并通过推理证明得出了一个求解途径;接着给出了ORAU算法的实现;最后对ORAU算法在特定的网络环境中进行了实验仿真,并对仿真结果与其他算法进行了比较分析.实验结果表明,采用ORAU算法的多媒体多播系统能够花费较小的带宽就可以获得相对较高的系统效用,验证了算法的可行性和有效性.
摘要:互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束,并导致提出了一些基于服务质量的体系结构.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证.首先将满足不同约束的多播路由选择过程转化为一个多目标优化问题,然后使用一种基于多目标遗传算法的新型多播树计算方法,同时优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该方法能在有限进化代数内产生一组有效的非劣多播路由解,结合多目标优化的遗传算法克服了单目标路由优化的缺陷.
摘要:针对基于市场机制的网格资源调度中的资源调价问题,结合集中式同步调价算法速度快,以及分布式WALRAS算法可扩展性优点,提出一种分布分组调价算法.首先,描述了实现资源调价的系统框架:资源域Agent,资源组调价器;其次,阐述了分布分组调价算法:根据资源价格的相关性将资源分成若干资源组,当资源供需发生变化后,各资源组调价器分别根据供需均衡调整价格到均衡价格;最后,通过实验比较了分布式WALRAS算法和提出的分布分组调价算法的性能,实验结果表明提出的算法可以获得更好的性能.
摘要:计算资源的动态部署为分布计算提供灵活、高效的解决方案,针对移动环境,当前的一些研究工作还存在局限性.以移动Agent技术为基础,考虑到移动环境的动态性、不确定性,提出了动态计算资源部署模型及自主性能优化算法,较好地解决了移动环境的资源部署和性能优化问题.结果表明其方法是通用的、可行的、有效的.
摘要:在无线自组网的研究中,研究移动模型点的空间概率分布是研究自组网协议的仿真评价和分析移动自组网许多相关特性(例如网络连通性、最小生成树、平均路径长度、网络容量等)的重要的基础问题.针对自组网经常使用的Random Direction移动模型运动节点的空间分布进行了研究,给出了一维及二维情况下运动节点空间概率分布的精确公式.研究结果为基于Random Direction移动模型的证明、仿真与应用提供了严格的理论依据.