Xen硬件虚拟化下一种客户机进程追踪技术

Xen硬件虚拟化(HVM)是运行于Xen Hypervisor上, 无需修改客户操作系统内核便可实现虚拟化的技术. 但Xen HVM在提升用户体验的同时, 也造成了VMM对客户机的干涉和理解程度的降低, 丧失了进程粒度级别的管理能力. 鉴于此, 提出了一种针对Xen HVM客户机的轻量级进程追踪技术原型Xen HPT. 借助VMM掌握的客户机ESP寄存器信息, 从客户机外部隐式捕获其实时进程信息. 实验证明, 该技术是一种追踪客户机进程的有效方法.     

异常农产品价格数据的检测

农业垂直搜索引擎中的价格数据来源于各个农业网站,由于多种因素,采集到的数据中存在大量异常数据。同时,采集到的农产品价格数据具有其自身的特点,这些特点使得传统的异常数据检测方法不能够很好的工作。针对搜索引擎采集到的海量农产品价格数据,提出了一种异常价格数据的检测方法。实际应用表明,该方法能够取得很好的效果。     

MD5算法在农业数据消重中的应用

垂直搜索引擎的数据来源于各大相关网站。随着互联网用户越来越多,相互转载,重复发布的数据也越来越多,由于这些重复及相似数据的存在,严重影响了搜索引擎的检索结果。针对这一问题本文提出了一种解决方法,即利用MD5算法在数据处理阶段有效的消除冗余数据。结果表明该方法很好的提高了检索质量。     

IAKA—智能化农业知识获取平台的设计与实现

IAKA（the Intelligent Agricultural Knowledge Acquisition Platform）是一种农业领域的智能化知识获取平台,为了实现农业知识获取及可视化,阐述了IAKA的思想和基于面向对象技术的系统设计和实现方案,并采用基于“以用户为中心的设计”方法设计,利用拟人知识化、可视化的技术实现了IAKA平台。     

本体与条件随机场结合的涉农商品名称抽取与类别标注

传统的基于条件随机场（CRF）的信息抽取方法在进行涉农商品名称抽取与类别标注时,需要大量的训练语料,标注工作量大,且抽取精度不高。为解决该问题,提出了一种基于农业本体与CRF相结合的涉农商品名称抽取与类别标注方法,将涉农商品名称的自动抽取与分类看作序列标注的任务。首先是原始数据的分词处理和词、词性、地理属性、本体概念特征选择;然后,采用改进的拟牛顿算法训练CRF模型参数,用维特比算法实现解码,共完成4组对比实验,识别出7种类别,并将CRF和隐马尔可夫模型（HMM）、最大熵马尔可夫模型（MEMM）通过实验进行比较;最后,将CRF应用于农产品供求趋势分析。结合合适的特征模板,本体概念的加入使CRF开放测试的总体准确率提高10.20%,召回率提高59.78%,F值提高37.17%,证明了本体与CRF结合方法在涉农商品名称和类别抽取中的可行性和有效性,可以促进农产品供求对接。     

基于RuleML的多级知识单元知识表示方法

文章针对农业领域的知识表示问题探讨了一种基于RuleML格式的多级知识单元的知识表示方法。RuleML和多级知识单元的有机结合使得知识预处理的效率获得提高,并体现出数据库和知识库融合的一定优势,还实现了知识表示的标准化、规范化和通用化。     

基于单语语料和词向量对齐的蒙汉神经机器翻译研究

近年来,随着人工智能和深度学习的发展,神经机器翻译在某些高资源语言对上取得了接近人类水平的效果。然而对于低资源语言对如汉语和蒙古语,神经机器翻译的效果并不尽如人意。为了提高蒙汉神经机器翻译的性能,该文基于编码器—解码器神经机器翻译架构,提出一种改善蒙汉神经机器翻译结果的方法。首先将蒙古语和汉语的词向量空间进行对齐并用它来初始化模型的词嵌入层,然后应用联合训练的方式同时训练蒙古语到汉语的翻译和汉语到蒙古语的翻译。并且在翻译的过程中,最后使用蒙古语和汉语的单语语料对模型进行去噪自编码的训练,增强编码器的编码能力和解码器的解码能力。实验结果表明该文所提出方法的效果明显高于基线模型,证明该方法可以提高蒙汉神经机器翻译的性能。     

基于最小拟合误差平方和准则的空间聚类

在一些回归分析问题中，数据来自于空间对象的非空间属性．许多问题中不用考虑空间属性，而直接分析非空间属性．如果在整个问题空间中，对象空间差异较大，需要将空间对象划分为若干子空间，子空间对应的局域回归模型，可以减小空间差异性的影响．针对子空间连通性约束情况下空间对象的局域回归分析问题，提出基于最小拟合误差平方和准则的空间划分方法，从一个空间的初始划分开始，按照拟合误差平方和下降的原则调整子空间边界，获得新的空间划分和对应的回归模型，不断迭代直到准则函数收敛．     

大型知识库知识存储结构的研究及其在知识发现系统中的应用

在基于数据库和知识库的知识发现系统(KDD&K)的研究中,需对知识库中的重复、冗余、矛盾、循环的知识进行实时校验、修改,并能够发现知识短缺,指导KDD过程进行聚焦;在KDK过程中,需要找出有关联的知识组成的知识域以便于归纳、解释等具体应用需求,针对于此,该文提出了一种基于知识节点(属性)的图矩阵、二维链表、产生式规则的三级管理模式和数据存储结构,通过知识库管理系统(KBMS)实现了二层逻辑结构和一层物理结构的三层独立映射关系,大大压缩了知识的搜索空间。经在KDD&K原型系统中的具体应用,该知识库系统结构的定义以及相应的KBMS完全满足上述要求,并可推广至通用的大、中型知识库系统。     

一种新的进化算法——种子优化算法

受自然界种子传播方式的启发,提出一种进化算法--种子优化算法,该算法通过模拟植物生存的自适应现象,逐代进化,寻找最优结果,解决复杂的优化计算问题,对该算法的全局寻优性能进行分析证明,通过典型优化问题的实例仿真实验,表明该算法具有较好的寻优性能.