分布式多媒体信息模型

建立适应多种信息类型和支持人机交互的信息模型是分布式多媒体系统面临的基本问题。信息模型应能以统一的方式描述分布式环境下处于存储、编辑、传输、演示等各个处理阶段中多媒体信息之间的空间组合和时间同步关系，以及各处理阶段信息的转换。为此提出了一个面向对象的信息模型，模型定义了层次结构的数据库结构以管理多媒体数据；提出了基于事件的同步机制，能有效地解决媒体对象同步和人机交互的配合问题。此模型已用于分布式多媒体著作工具的开发。     

面向话题的新闻综述报告自动生成研究

利用新闻事件的话题、实体及其关联和发展趋势分析, 建立对新闻事件分析报告模型。该模型可以从多个角度描述新闻事件, 并依照新闻综述报告的写作特点, 制定出一种计算机自动分析报告生成的框架, 对新闻事件在话题和实体上的分析结果进行组合, 自动生成一篇观点分析透彻、图表信息生动准确的新闻事件分析报告。     

离散型物联制造过程复杂事件模型描述

面向制造过程事件组织和关联方面的统一语义描述,分析了离散型制造过程事件类型及关系;并建立了生产过程复杂事件结构模型。结合复杂事件操作符和可扩展标记语言(XML)语法语义,建立了基于XML的面向制造过程的事件描述语言(XEDL)。通过基于XEDL的油制辣椒生产过程事件模型描述案例,与常用复杂事件模型描述对比,说明XEDL语言在事件模型描述方面的优越性。     

基于事件模型的省略恢复研究

研究了目前基于事件模型的汉语省略恢复,重点分析了自然语言的事件层次,认为事件是一个具有一定句法结构、语义功能并集成了相关的语境信息的语言单位.建立了用于表示事件内涵、外延及其二者关系的事件模型和动词语义知识的事件描述,从事件结构的语法到语义层面进行映射,对缺省的语义成分进行判定,构建一个省略恢复模型,并运用在自然语言理解领域中,结果表明,在汉语正式体省略恢复中具有一定优越性.     

基于角色信息引导的多轮事件论元抽取

针对通用领域的事件论元抽取研究中角色信息利用不足和论元间缺少交互两个问题,提出角色信息引导的多轮事件论元抽取模型,用于增强文本的语义信息和论元之间的交互能力,提升事件论元抽取的性能。首先,为了更好地利用角色知识来引导论元的抽取,该模型根据角色定义构造角色知识,对角色信息和文本独立编码,并采用基于注意力机制的方法获取标签知识增强的文本表示,进而采用增强嵌入来预测各角色论元的起始和结束位置。同时,为了在抽取过程中充分利用事件论元之间的交互,受多轮对话模型的启发,设计一种多轮事件论元抽取算法。该算法参照“先易后难”的自然逻辑,每次选择预测概率最大,也是最容易确定的角色进行抽取。在论元抽取过程中,为了对论元之间的交互进行建模,模型引入历史嵌入,并在每一次预测结束后更新历史嵌入,帮助下一轮事件论元的抽取。实验结果表明,角色信息的引导和多轮抽取算法均有效地提升了论元抽取的性能,使得该模型的表现优于其他基线模型。     

基于关联规则算法的换流站SER事件集挖掘方法

为提高运维人员面对换流站生成的海量事件顺序记录(sequence events recorder,SER)数据的分析能力,提出一种基于关联规则算法的换流站SER事件组挖掘方法.首先利用原始SER事件特征筛选,建立换流站SER事件多维模型;进而利用关联规则算法FP-Growth算法进行数据挖掘与分析,得到换流站典型事件的...     

基于遗传算法的关联规则挖掘模型

根据关联规则挖掘的要求，结合遗传算法的特点，研究利用遗传算法来发现关联规则，建立了一个基于遗传算法的关联规则挖掘模型，并且在模型中引入了称为整理算子的操作．通过该模型的一个应用实例证明利用这个模型来发现关联规则是可行的、有效的．最后指出基于遗传算法的关联规则挖掘技术具有广阔的应用前景．     

基于时空情境模型的主题跟踪

针对现有的主题模型不能随时空情境准确反映主题的周期变化和空间分布的问题,根据互联网信息通常包含发布时间地点等情境数据的特点,提出一种用于主题跟踪的时空情境主题模型.首先将数据集的多主题分布与时空信息关联起来建立时空情境主题模型,对主题周期和强度进行描述;然后通过EM算法估计模型参数,利用该参数分别计算主题快照和主题周期;最后利用时序相似度计算判断后续主题信息,实现主题跟踪.食品安全事件主题跟踪的实验表明:与单纯依赖文本特征的主题跟踪方法相比,文中提出的方法能够明显提高跟踪效率和多个主题的跟踪准确性,这有助于进一步实现精准的主题信息检索.     

基于熵模型的自适应信息融合方法

建立了一种用于信息融合的熵模型,依据融合的几个步骤即信息提取、关联与决策,描述了基于熵模型进行信息自适应融合的新方法·该方法可对从各对象源(如传感器、数据库、知识库等)中提取的特征属性信息进行模型化,对这些模型化的属性信息进行关联后,得到准确的决策·为了实现多对象源的信息融合,提出了EAA算法·该算法基于熵自适应聚集规则,通过缩减关联模型联合动作的复杂性来控制其收敛性·并通过应用实例,检验了这种方法的可行性     

面向事件的地理要素时空回溯研究

以基础地理数据为例,在研究现实世界-计算机世界-数据库中事件-变更操作-要素之间的逻辑关系的基础上,通过建立要素信息表、事件信息表以及包含事件关联、事件约束的事件树索引体系,提出并实现了面向事件的地理要素的时空回溯方法,为地理要素的时空查询与回溯奠定了基础.     

预先危险性评价方法中原因事件与触发事件辨析

目前国内在应用预先危险性分析(PHA)方法进行安全评价时,普遍存在对分析项目中的原因事件和触发事件的本质认识不清和混淆使用的问题,造成评价结论和提出的对策措施不准确.本文通过对预先危险性分析方法的全面分析,在对比该方法各种工作表中各项研究内容差异的基础上,结合通用工作表格中的研究内容,对原因事件和触发事件的区别和联系进行了辨识.通过研究得出,原因事件是指产生潜在危害的技术缺陷或管理失误等方面的原因,以及导致产生危险因素的非期望事件或错误;触发事件是指使危险因素转化为潜在危害的非期望发生的事件或错误,以及使发生事故的条件进一步积聚的事件及错误.     

基于广义离散事件动态系统的多路口智能交通流量控制

在传统意义上的离散事件动态系统中事件定义的基础上,提出了广义离散事件动态系统的思想.通过对事件属性划分的动态调节,使事件的辨识条理化.对公路交通中的多路口流量建模,并进行了分析.基于广义离散事件动态系统的调度思想,利用人工代谢算法对交通流量进行了控制分析.分析结果表明:广义离散事件动态系统能对系统的状态进行进一步的细化.人工代谢算法与该系统相配合,通过代谢算子的调节能较快地实现整个系统负荷均衡,能对流量的变化进行自适应调节.     

基于ECA规则的ACOODB中的事件研究

通过对ACOODB中的原子事件、复合事件以及各种操作符的研究,给出了复合事件操作符的面向对象的描述,并对其中的关键复合事件操作符给出了类c 实现。从而实现了ECA规则中的事件在ACOODB中的无缝嵌入。     

一种基于事件检测的分布式网络管理系统模型

为了有效地处理大规模网络事件,克服由于网络事件大量性、多样性和相关性造成的困难,提出了一种基于事件检测的分布式网络管理方案·在对网络事件分类的基础上,采用基于策略的层次型事件处理机制,提高了事件检测效率,平衡了系统负载,降低了网络资源的占用率·基于动态时间窗的事件合成方法,保证了事件检测的及时性和准确性,为网络的可靠运行提供了保障     

策略管理中的事件处理机制研究

针对策略管理系统中事件的处理机制,首先给出了基于事件的策略管理模型,采用注册和订购的方式进行事件收集,由PDP实现事件的合成和不同域之间的事件中转,以尽量减少传播的事件数目,防止事件风暴的发生;然后给出了基于事件树的事件合成算法,用于解决事件乱序和事件覆盖问题,保证事件合成的准确性,为策略管理提供可靠的保障.     

面向边缘作战辅助决策的战例事件图谱构建研究

构建战例事件图谱是辅助提高边缘作战指挥决策能力的关键举措。在深入研究边缘作战、辅助决策和知识图谱等理论基础上,提出了战例事件图谱。首先描述了战例事件图谱逻辑结构,对战例事件组成要素、关联关系进行了梳理,构建了战例事件图谱知识表示模型;然后通过战例事件数据源选取、事件抽取、事件关系识别,进行了战例事件图谱构建实践,验证了模型的可行性;在此基础上,探究了战例事件图谱在情报分析、态势感知、方案拟制等阶段的应用模式和方法。     

一种面向复合事件处理的综合网管服务计算平台

为在综合网管系统中支持复合事件处理,提出了一种基于企业服务总线的综合网管服务计算平台.首先采用关系代数,定义了复合事件处理模型,然后为处理复合事件中复杂的关联关系,将事件流处理引擎引入综合网管服务计算平台,然后采用关系运算,给出了主要复合事件处理算法,包括事件选择、聚集和触发算法等,实现了事件选择、聚集和触发等复合事件处理.理论分析表明,平台中主要复合事件处理算法具有很好的执行效率.该平台能够有效的支持复合事件处理.     

基于压缩感知算法的传感器网络异常事件检测

为改善传感器网络异常事件检测效果,提出一种基于压缩感知算法的传感器网络异常事件检测模型.首先采集传感器网络状态信息,并采用压缩感知算法对信息进行采样和重构,在减少传感器网络异常事件检测信息的同时,删除一些无效信息;然后从重构后的传感器网络异常事件检测信息中提取特征,组成传感器网络异常事件检测的特征向量;最后采用极限学习机建立传感器网络异常事件检测模型,并进行传感器网络异常事件检测仿真实验,分析模型的性能.实验结果表明,压缩感知算法可加快传感器网络异常事件检测速度,且传感器网络异常事件检测率高于95%,明显高于其他传感器网络异常事件检测模型.     

一个融合网络安全信息的安全事件分析与预测模型

提出了一种融合网络安全信息的安全事件分析与预测模型·该模型能够对来自以IDS为主的多种安全部件和关键主机日志系统的网络安全信息进行校验、聚集和关联,从而整体上降低安全部件的误报率,扩展对网络中复杂攻击识别能力;能够结合目标网络安全策略,对目标网络的安全状况进行准确评估,分析出网络真正威胁所在;还能够基于特定攻击场景,对未来可能发生的具体攻击行为做预测,从而尽早发现潜在威胁,为采取有效响应措施赢得宝贵时间·