一种模型驱动的原型生成方法研究实现

随着模型驱动技术的重要性与日俱增，一系列基于模型的软件开发策略也日益被提出．提出一种模型驱动的原型生成方法，即从包含类模型与形式化约束的UML模型自动生成原型．该方法基于UML模型与OCL约束的形式化表示，对UML模型特别是静态结构部分作出形式化表示，并通过示例给予分析．基于类模型及形式化约束，原型按以下步骤生成：首先从类模型中生成实体对象集合（entity object set，EOS）；然后从类模型中生成包含操作按钮的原型界面；最后生成操作及约束的处理程序．为生成原型，须将类模型及约束条件转换成可执行的原子操作代码．这些原子操作用来创建、删除或更新对象，或者用来创建、删除对象间的关联关系．基于Java语言开发出一个从UML模型生成原型的支持工具，并通过一个简单的示例论证该方法的可行性．     

空间约束的基于属性和角色的访问控制研究

传统的访问控制模型难以满足空间环境下的需求。本文提出了一个空间约束的基于属性和角色的空间数据访问控制模型（Spatial-ARBAC）,利用网络本体语言（OWL DL）对模型本体进行了描述并对空间约束进行了形式化定义。系统根据用户的属性和资源的属性动态分配角色,实现了细粒度的、灵活的空间约束的访问控制。并将其应用到GIS城市消防系统。     

图象数据模型研究

数据模型研究是设计按内容检索的图象数据库系统的基础．本文根据图象信息系统的特点，将面向对象模型与超语义模型有机结合，提出了一种新的图象数据模型及相应的说明语言．该模型以紧耦合方式融合了语义数据模型和知识模型的特点，并增加了表示图象对象间空间关系的机制，使得该模型可以更好地描述图象信息系统中的图象数据、领域知识以及空间关系语义．     

基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于4FS的状态——事件时空数据模型

由于时空数据呈指数产生,研究问题具有多样性和不确定性,在地学时空数据的存储、表达和分析研究基础上提出面向地学的4FS的状态——事件时空数据模型。模型采用面向对象与面向过程相结合的方式,以面向对象表达时空数据,以面向过程表达时空变化关系。空间数据由几何特征、空间关系、专题属性、驱动事件四特征(4F)表达。时空数据对象由四特征序列(4FS:几何特征序列、空间关系序列、专题属性序列、驱动事件序列)表达。时空变化关系则通过改进状态——事件模型,增强事件语义,以面向过程结构表达。通过对时空数据表达、时空变化表达、时空对象检索进行论述与实现,突出表达此时空数据模型在完整表达时空语义、因果关系和数据检索效率等方面的优点。     

模糊目标信息系统上的逻辑及决策规则

基于模糊目标信息系统模型，并结合粗糙集相关的逻辑理论，提出了模糊粗糙决策语言FRDL，给出了FRDL中公式的定义、语义、可满足性有效性的形式化描述以及相关的性质。在此语言的基础上，给出了模糊目标信息系统上的决策规则、逆决策规则形式化描述和构造方法。FRDL所描述的逻辑表达方法以及规则推理公式为建立在模糊目标信息系统之上的决策支持系统、推理机提供了形式化的表示和推理方法。最后，在眼科近视诊断上进行的数据实验表明，这种形式化描述和推理方法比较合理。     

基于UML的时空建模

现实世界中存在大量的时空数据,时空数据的管理对时空建模提出了更高的要求,因此成为当前许多领域的研究热点.UML作为众多领域广泛使用的统一建模语言,基于UML的时空扩展模型也成为许多领域时空建模的重要形式.为此,本文提出一种时空UML模型,该模型能够表示与处理时空对象的多种时空拓扑关系(包括RCC-8空间和Allen-13时态拓扑关系)以及它们之间的复杂语义关系(例如关联、聚合、泛化和依赖);同时给出了时空UML的形式化表示形式和语义解释方法.最后结合地籍变更的实例说明了所提方法的可行性和实用性.     

群智感知中采用节点社会属性的亲密度量化方法

针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题,提出一种采用社会属性的亲密度量化方法。该方法通过分析影响节点社会关系的多维要素,将节点属性因子划分为静态和动态两个维度。通过构造多维语义分级树和空间索引编码,对节点静态属性进行挖掘和形式化表示。同时,引入交互信息熵,对社会关系的不对称性进行分析和比较,以提高亲密度量化方法的客观性。基于层次分析法实现节点动态属性的二级评判和有效聚合,并通过节点融合度对亲密关系进行二次修正。实验结果表明:与已有方法相比,采用社会属性的亲密度量化方法预测准确率提高了14.67%,该方法能够有效降低群智感知中移动节点的误判概率,提高网络社团识别准确率,为候选服务节点集的选择提供有效依据。     

UML 2.0的形式化语义研究

由于UML 2.0动态视图缺乏精确的语义,难以对它所表示的系统进行分析和验证.基于此,在描述UML 2.0顺序图和状态图语法和语法约束的基础上,采用可执行的线性时序逻辑语言XYZ/E定义其形式化语义,这样不仅便于UML 2.0顺序图和状态图之间的模型转换,也为使用UML和形式化方法相结合描述软件体系结构的交互行为奠定了基础.     

新闻文本中事件语义表示

事件是比"概念"粒度更大的知识表示单元,更符合人类的认识过程.事件作为新闻文本的知识单元,结合新戴维森事件语义和6要素事件模型,给出了一个新的事件形式化表示方法;扩展不同的操作算子给出了修饰事件要素的模糊信息、对象、时态与环境的形式化表示方法;使用描述逻辑方法描述了事件对象要素中的概念,给出了新闻文本中事件关系形式化的表示方法.实例表明,该方法能够较好地表示新闻文本中的事件语义.     

基于活动理论的协同感知通用模型

针对当前协同感知模型考虑的感知机制存在的局限性难以适应感知信息多样化和感知结构动态变化等问题,提出一种基于活动理论的协同感知模型(ATCAM).首先重点阐述ATCAM模型的形式化定义,利用活动目标的静态性以层次性方式分解目标任务结构树,刻画协同活动的感知机制;在此基础上,综合考虑活动之间的时间依赖约束、资源依赖约束以及活动操作对象语义关系等三大约束因素,实现活动之间感知强度的计算优化;通过活动的核心要素对象-时间-用户组成的三维画像空间刻画群组成员的活动轨迹,提出表达协同感知空间的精准计算方法.设计协同设计实验对模型的正确性进行验证.实验结果表明,群组成员在协同工作过程中可以获得100%的协同感知效果.     

结构特征一致性约束的双语平行句对抽取

平行句对抽取是解决低资源神经机器翻译平行语料不足的有效途径.基于孪生神经网络的平行句对抽取方法的核心是通过跨语言语义相似度判断2个句子是否平行,在相似的语言对上取得了非常显著的效果.然而针对英语东南亚语言双语句对抽取任务,面临语言空间和句子长度存在较大差异,仅考虑跨语言语义相似度而忽略句子长度特征会导致模型对仅有语义包含关系但不平行句对的误判.笔者提出一种结构特征一致性约束的双语平行句对抽取方法,该方法是对基于孪生神经网络的双语平行句对抽取模型的扩展,首先通过多语言BERT预训练语言模型在嵌入层将两种语言编码到同一语义空间,以此缩小语义空间中语言的差异.其次分别对两种语言句子的长度特征进行编码,与孪生网络编码后的句子语义向量进行融合,增强平行句对在语义及结构特征上的表示,降低模型对语义相似但不平行句对的误判.在英缅双语数据集上进行实验,结果表明提出的方法相比基线模型准确率提高了4.64％,召回率提高了2.52％,F1值提高了3.51％.     

基于模糊描述逻辑的模糊UML类图形式化

由于UML难以表示现实世界中存在的大量不确定和模糊的信息,因此前人提出了模糊UML。与UML类似,模糊UML是半形式化语言,缺乏精确的语义。为解决这一问题,提出一种用模糊描述逻辑形式化表示模糊UML类图的方法,扩展模糊描述逻辑f-SHOIN(D)为其逻辑基础,详细描述模糊UML类图中的类、属性和各种关系转化为模糊描述逻辑表达的形式化过程,最后用实例证明该方法是可行的。     

空间信息处理过程建模研究

大型GIS应用往往涉及复杂的空间信息处理过程,良好定义的过程模型将有助于合理规划和管理GIS应用的设计和实施。通过分析其基本特性,给出空间信息处理过程的形式化定义,空间活动、过程数据和关系流是其中基本的组成要素。在此基础上,定义空间信息处理过程元模型,并讨论其完整性约束规则,其中空间语义是核心的约束条件。通过以上工作规范空间信息处理过程的表达,并实现GIS应用的过程建模,进而可以有效结合工作流技术,解决大型空间应用的管理控制问题。     

基于BERT和改进胶囊网络的关系分类方法

针对关系分类主流模型中存在的空间信息丢失和旋转不变性差的缺点,提出一个基于BERT和多头注意机制-胶囊网络(MA-CapsNet)的算法模型.该模型首先在句子的实体两端插入特殊符号,增强模型对实体信息的表示能力,再通过预训练的BERT语言模型获得包含上下文信息的语义向量表示,然后传入改进后的注重空间位置信息的胶囊网络中学习句子的语义特征并分类.同时引入多头注意力机制进一步提升模型的分类效果.在SemEval-2010 task 8关系分类数据集上,该算法模型取得了90.15%的宏F值.实验表明该模型架构能强化对句子语义特征的捕捉,改善关系分类任务的分类效果.     

UML状态图的形式化

为面向对象模型建立坚实的形式化基础是近年来形式化研究的热点，UML是一种被推荐的面向对象建模语言，Z是一种广泛使用的形式化规约语言．适合用来精确表示模型的语法和语义，本文利用DFA描述了UML状态机的语法，并采用Z(Object—Z)语言对UML状态机视图进行了形式化描述．     

基于超图文法的软件体系结构动态演化

提出用带约束的超图表示软件体系结构,给出基于超图态射的软件体系结构动态演化通用产生式规则的形式化语义和操作,定义类型超图作为体系结构风格,运用超图文法和体系结构风格建模软件体系结构动态演化.为了验证软件体系结构动态演化的正确性,采用模型检测技术,设计算法对软件体系结构动态演化性质进行形式化验证,并应用模型检测工具进行实验分析.该方法既提供了图形化的直观表示,又展示了基于文法的形式化理论框架.     

空问信息处理过程建模研究

大型GIS应用往往涉及复杂的空间信息处理过程，良好定义的过程模型将有助于合理规划和管理GIS应用的设计和实施。通过分析其基本特性，给出空间信息处理过程的形式化定义，空间活动、过程数据和关系流是其中基本的组成要素。在此基础上，定义空间信息处理过程元模型。并讨论其完整性约束规则，其中空间语义是核心的约束条件。通过以上工作规范空间信息处理过程的表达，并实现GIS应用的过程建模，进而可以有效结合工作流技术，解决大型空间应用的管理控制问题。     

一种基于贝叶斯多分类器组合的视频人脸取证系统设计

 贝叶斯多分类器组合模型可以表示图像间的条件概率和限定语义,并依此预测用户查询和序列图像间的相似度,是解决视频序列图像信息检索的有效手段。为了提高视频人脸取证系统中人脸图像匹配速度和准确度,提出和设计了一种基于贝叶斯多分类器的视频人脸跟踪识别取证系统。给出了系统的总体结构、主要模块的设计,以及采用的关键技术。实验中训练数据为有限的静态人脸图像,测试数据为视频图像序列。实验表明,该系统识别效率高、取证能力强、容错性好,在视频人脸分类中具有较好的效果,为动静结合人脸图像分类提供了一定的依据。     

高维云模型及其在多属性评价中的应用

提出核空间高维云模型并将其应用于多属性评价问题.基于样本取值范围计算云模型的数字特征,生成云模型表达样本属性值与其属于期望值的隶属度之间的关系.在一维云模型的基础上,建立样本的多属性核空间高维云模型.对核空间内的样本,高维云模型的隶属度取值为1;基于样本在核空间高维云模型中的隶属度对样本进行多属性评价;应用核空间高维云模型,对地理信息系统内选定区域进行评价,选出适合作为观察所的位置,并对选取结果进行分类.该模型的多属性评价效果良好.