基于概念格的信息检索及其树形可视化

概念格作为形式概念分析理论重要的数据表示形式,因其生动简洁地体现概念之间的泛化和特化关系,被广泛应用于知识获取与信息检索领域。在使用概念格进行检索的过程中,随着概念格中概念以及概念之间关系的增加,呈现的格结构容易产生边交叉现象,造成视觉混淆,导致目标信息遗漏。针对这一问题,结合概念格在信息检索方面的优越性以及树形结构在可视化方面的有序性,首先用概念格结构存储数据信息,然后在信息展示时将格结构转化成树形结构,使用户不仅可以通过多条路径检索到目标信息,且结构清晰。最后通过将概念格树形化方法应用于音乐工具分类检索场景中,验证该方法的实用性。     

基于目标的信息物理融合系统事件模型的分析

软件系统的事件模型能够有效地刻画软件系统的行为。但是,由于信息物理融合系统的异构性与分布式特征,建立信息物理融合系统的事件模型不仅需要了解系统的具体组成结构,还需要考虑事件的时空信息,这为信息物理融合系统事件模型的建立带来了新的困难。从需求分析的角度出发,提出一种基于目标的方法来分析并建立信息物理融合系统的事件模型。该方法认为用户建立系统的目标可以表达为事件之间的因果关系,即当一个事件发生时系统要能够感知并触发另外一个事件发生。基于此,该方法从用户对信息物理融合系统的需求出发,以目标的与/或分解为手段来分析满足用户需求的事件模型。以一个自适应巡航控制系统为案例来说明该方法。     

基于逻辑合一的访问控制规则描述

现有的访问控制规则描述方式不易表达一类主体、客体间具有包含关系的访问控制规则。针对此问题,提出 一种基于逻辑中合一思想的算法。算法首先将访问控制请求转换为逻辑提问,同时根据逻辑回答给出相应的访问控 制请求应答;然后使用事实描述访问控制规则中的各个要素,并通过在系统运行过程中对非ground事实的变量的动 态例化实现灵活的访问控制。最后,通过一个实例及分析说明了算法的有效性。     

基于GPU和矩阵分块的增强植被指数计算

增强植被指数(enhanced vegetation index,EVI)算法是生态遥感领域的重要算法,被广泛应用在植被分类、作物长势检测和自然灾害监测等方面。而随着遥感影像获取能力的不断提升,在使用传统的EVI算法处理数据量较大的影像时会出现内存占用率较高且耗时较长的现象,给应用系统的快速响应带来了不便。针对这种情况,结合EVI算法特点,提出一种基于GPU和矩阵分块的EVI算法,充分利用CPU和GPU各自的优势提高算法执行效率。对于需要分块处理的影像数据,该计算方法根据影像数据大小、系统可用内存和GPU可用显存计算出分块数目,在CPU端将影像数据按照相同的规则进行分块,然后将分块后数据在GPU端进行EVI运算,最后将运算结果返回到CPU。实验结果表明,EVI算法经过改进后的运算速度得到了有效的提高,内存使用率得到有效的降低,验证了被改进算法的优越性。