本体论在网络入侵检测技术中的应用

为解决当前入侵检测系统中的检测器协作问题和检测器内知识表达问题，将知识工程中的本体论技术应用于分布式入侵检测系统中，使用入侵检测本体在系统内形成了统一的全局概念视图。按照入侵检测体系的基本框架构建了入侵检测本体，该本体模型对入侵检测三要素(信息资产、攻击者、攻击行为)进行了分层的概念和属性描述。检测器按照作用域继承本体模型内的不同概念类形成自身的领域知识，同时在统一的知识论框架的引导下完成协作过程。最后，通过对基于本体模型的检测系统的实例证实了该方法的可行性。     

模式特征的几何代数多向量表示方法

模式表示是模式识别的一个基本问题。传统统计模式识别理论中模式特征一般表示为一个数值向量,并被视作”维欧式空间中的一个点。这种表示方法只利用了一阶特征,容易丢失模式特征间的关联信息和高阶结构。本文首先阐述了几何代数的公理化定义和一些基本概念,然后将传统的模式特征向量表示推广为几何代数空间的多向量表示,接着讨论了该表示的两种特例,最后阐述了基于该多向量表示进行特征提取和分类的一般思想和需要进一步研究的问题。     

本体模型内概念映射翻译之研究

在多应用主体的系统中，由于各应用主体工作领域和知识表达、处理方式的不同在协作过程中易造成语义歧义等问题。本体论为应用主体间的知识级协作提供了一条可靠的途径。探讨了与本体相关的应用主体和本体推理机的结构组成以及协作过程中的术语翻译转换流程。通过对本体领域相关性、概念术语相关性等重要概念的定义描述。给出了本体推理机在不同领域本体之间进行概念术语的翻译转换方法。     

可视化搜索引擎在信息素养培养中的应用

本文论述了信息素养与可视化搜索引擎的概念、信息素养培养的现状、可视化搜索引擎信息素养培养中的应用优势,通过分析与比较,展示了可视化搜索引擎的优越性及美好的发展前途。     

Fractal measure theory for knowledge representation

A quantitative analysis of knowledge representation is attempted.Based on the fractal theory and information measuring principles and methods,a series of quantitative concepts for knowledge representation,e.g.information capacity,entropy,information processing channel (IPC),are proposed.From the viewpoint of information processing,the principles of maximum entropy and increasing entropy are discussed,and the types,characteristics and structures of information processing channel are also discussed.Finally,the quantitative theoretical analyses of several typical knowledge representation methods are given.     

基于PROV的ETL起源信息统一表达机制

在异构环境下,目前数据起源研究主要基于OPM模型来表示数据在ETL中的来源过程,存在着起源概念不统一、词汇使用混乱以及无法提供标准化访问等问题。基于W3C的PROV模型,提出了ETL起源信息的统一表达机制。该机制首先对ETL过程的起源概念及其关系进行了统一描述。然后,针对ETL过程特殊的语义表达需求,建立了多粒度的ETL起源词汇表。最终,建立在RDF之上的标准化查询机制提高了起源信息的可访问性。     

二维形状的一种抽象模型

本文提出二维形状抽象描述的概念,以适应CAD过程中设计对象从抽象到具体的发展,不同性质的约束条件的逐步满足。一个二维多边形的抽象模型被提出。并以建筑CAD中的楼层平面规划为例,说明一个多边形网络如何在设计中从抽象到具体的发展,并逐步满足各种约束。     

软件体系结构在电子商务推荐系统中的实现

以某网上商城作为研究对象,运用软件体系结构中Web表现模式中的MVC模式实现一款智能电子商务推荐系统.顾客在购买商品时,系统可以主动推荐其可能感兴趣的商品信息.     

面向对象的机械设计专家系统工具的研究

介绍了面向对象的机械设计专家系统开发工具ＯＭＥＳＴ的系统结构,描述了面向对象的知识表示方法,着重阐述了适用于机械设计的规则—框架—过程知识表示法,以及如何将多种知识表示融合于知识对象中,讨论了面向对象的推理机制等     

基于Rete算法的几何自动推理系统

智能几何教学软件都使用基于前推法的几何推理系统作为推理引擎。推理引擎的主要工作是做推理规则和几何信息的匹配计算。推理过程中产生的大量冗余匹配严重地影响了推理效率。为了提高推理引擎的推理效率, 作者首次将Rete模式匹配算法整合到推理引擎中, 构造了一种高效的几何自动推理引擎, 称为几何自动推理网。几何自动推理网通过消除推理过程中的冗余匹配达到了提高系统推理效率的目的。使用Lisp语言编写了几何自动推理网程序iGeo, 并做了50多个非平凡几何定理的推理实验, 实验结果表明iGeo具有更高的推理效率。     

模式分类中的特征融合方法

特征融合方法是模式识别领域的一种重要方法.计算机视觉领域的图像识别问题作为一种特殊的模式分类问题,仍然存在很多挑战.特征融合方法能够综合利用多种图像特征,实现多特征的优势互补,获得更加鲁棒和准确的识别结果.笔者基于信息融合理论分析了特征融合方法的原理,介绍了特征融合方法的研究现状,讨论了特征融合与3类主流基础理论相结合的方法,其中基于贝叶斯理论的特征融合算法可以实现多特征的融合决策,基于稀疏表示理论的特征融合算法能够得到多特征的联合稀疏表示,基于深度学习理论的特征融合算法能够强化深度神经网络模型的特征学习过程.     

BC-iDistance: an optimized high-dimensional index for KNN processing

To facilitate high-dimensional KNN queries, based on techniques of approximate vector presentation and one-dimensional transformation, an optimal index is proposed, namely Bit-Code based iDistance （ BC-iDistance）. To overcome the defect of much information loss for iDistance in one-dimensional transformation, the BC-iDistance adopts a novel representation of compressing a d-dimensional vector into a two-dimensional vector, and employs the concepts of bit code and one-dimensional distance to reflect the location and similarity of the data point relative to the corresponding reference point respectively. By employing the classical B ＋ tree, this representation realizes a two-level pruning process and facilitates the use of a single index structure to further speed up the processing. Experimental evaluations using synthetic data and real data demonstrate that the BC- iDistance outperforms the iDistance and sequential scan for KNN search in high-dimensional spaces.     

基于一维云模型的交通信息预测算法

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值、熵和超熵表征定性概念，将概念的模糊性和随机性集成在一起,能够实现定量与定性之间的相互转换，因而对交通信息的高度不确定性具有很强的鲁棒性. 基于云模型提出的预测机制在一定程度上有效地解决了交通信息存在的模糊性和随机性问题， 为交通信息预测提供了一种新的方法.检验结果表明，预测值基本上与实际值吻合.     

网络入侵检测系统预先决策检测引擎研究

为了减少基于特征的网络入侵检测系统产生的虚警数量并提高其检测效率,提出了一种采用预先决策检测引擎的方法,该方法把受监控网段内的主机软件信息作为预先决策检测引擎的决策依据,在模式匹配之前进行预先决策,过滤掉不需要匹配的入侵规则,使得单个数据包平均模式匹配次数尽可能少,从而降低虚警数量并改善检测性能.实验结果表明,该方法在不增加网络入侵检测系统漏报率的前提下,能够减少虚警数量,并改善系统的检测效率.     

基于一维云模型的交通信息预测算法

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值、熵和超熵表征定性概念，将概念的模糊性和随机性集成在一起，能够实现定量与定性之间的相互转换，因而对交通信息的高度不确定性具有很强的鲁棒性．基于云模型提出的预测机制在一定程度上有效地解决了交通信息存在的模糊性和随机性问题，为交通信息预测提供了一种新的方法．检验结果表明预测值基本上与实际值吻合．     

计算机辅助冷弯辊型设计中的断面形状分离推理策略

提出了计算机辅助冷弯辊型设计中的断面形状分离推理策略,考虑到冷弯型钢断面的多样性和复杂性,提出断面形状分离推理策略来解决冷弯形钢断面图形信息表达及推理机建立的问题,为通用冷弯形钢辊型设计奠定了基础,并使专家系统在计算机辅助冷弯辊型设计中的应用成为可能．基于″形状单元″的概念,断面形状分离推理策略对从各种断面形状中总结出来的所有形状单元的成型特性进行了分析,并实现了冷弯型钢断面形状信息的识别和变形推理策略。     

操作系统的新一代地理信息系统研究

为解决当前主流地理信息系统（GIS）系统存在的问题,基于微软新一代操作系统Longhorn,提出了新一代地理信息系统技术框架--基于智能客户端的面向服务的地理信息平台框架,设计并实现了一个基于该框架的原型系统。该系统的核心功能包括自治的6组服务--地图可视化服务、地图查询服务、特征管理服务、数据处理分析服务、元数据服务、数据互操作服务,采用Longhorn的消息引擎（Indigo）作为服务间通讯机制,并使用Longhorn的表现引擎（Avalon）作为智能客户端实现技术.该原型系统具有高性能、低系统耦合性、便捷的异构系统互操作性、强大的客户端表现能力和用户体验等优点.     

基于大数据和机器学习算法引擎的电商侵权监测系统

提出一种基于大数据和机器学习算法引擎的电商平台侵权动态监测网络系统的设计方案. 重点介绍大数据远程采集系统、数据实时监测分析平台和核心算法引擎模型设计. 大数据远程采集系统包括远程服务器云平台和大数据分布式采集程序,系统通过Web信息采集器来完成精确采集各大商家、网络平台等的所有相关数据;数据监测分析平台是将信息的深度学习、单词嵌入、共同表征等相关算法转换为程序,用于分析处理由采集数据数字化的商品所涉及的知识产权信息. 核心算法引擎基于传统舆情分析和自然语义处理技术,构建商品特征及用户观点挖掘模型,从而实现电商产品知识产权数据的搜索、分析、保存、预测等功能. 该系统可有效降低侵权打假成本,为品牌商维权和知识产权保护建立一个可靠的渠道.     

基于模糊概念网络的多代理个性化搜索引擎研究

由于近年来网络信息的快速增长,导致传统的搜索引擎在检索过程中会返回大量的不相关内容.针对这一问题,提出一种基于模糊概念网络的多代理个性化搜索引擎,主要利用模糊概念网络去学习用户的兴趣,并写入用户配置文件,然后根据用户配置文件去过滤多代理服务器检索出的信息,最终实现一个高效的个性化搜索引擎.实验表明,通过本文提出的搜索引擎检索出的结果要比传统搜索引擎检索出的结果相关度更高.     

A Semantic Model Faced on the Uniform Product Knowledge Representation

In order to realize the uniform knowledge representation including STEP and SGML,aimed at the defects of cur- rent methods,a new semantic model that is named XOEM OWL is put forward.And then the correspondent mapping between STEP Schema Graph and OWL Schema Graph are build as Cos(sc,oc),so we can get the semantic pattern matching degree for the semantic representation on the product information.At last the example is presented.