基于语义元模型的装备体系结构建模方法

根据以数据为中心的体系结构建模思路,提出了一种装备体系结构语义模型--语义装备体系。首先在DoDAF元模型(DoDAF meta-model,DM2)基础上提出语义元模型,定义了装备体系结构的概念基础类及关联关系,给出了由类、关系、属性和实例构建四元组的本体描述框架;其次基于语义元模型构建了作战视图本体模型、系统视图本体模型、能力视图本体模型,明确了体系组成要素在各视图中的定义、关系和属性的形式化描述;最后以海战场预警探测系统为例进行了实例研究,验证了方法的可行性。     

面向资源语义共享的分布索引策略研究

针对大规模对等网络环境下信息资源语义异构和高效定位问题,本文提出了一种基于多元数据规范模板的可扩展的、面向语义的元数据描述框架,并在此基础上提供一套混合的组织索引体系,其中结合了DHT和社区的特点,基于核心信息单元和扩展信息单元对资源位置、MST组群和社区入口进行有效索引,并且基于不同信息单元之间语义关系提出了语义扩展路由的概念。基于此组织索引体系提出了一种面向语义的混合资源发现方法,有效提高了资源查全率,通过仿真试验说明了本系统与现有相关系统相比具有较高的查询效率和可扩展能力。     

基于元数据与领域概念树的文本相似度计算

随着网络与信息技术的快速发展,导致网络上产生了大量的电子文本,而文本间的相似度计算是文本处理的一种重要手段。对于大规模的文本集,通常采用向量空间模型（vector space model, VSM）进行文本表示,但是该方法面临着文本向量维度较高及文本语义相似度难以度量的问题。提出一种改进的文本相似度计算方法,从大量的特征空间中选择出具有代表性的元数据特征向量元素,以降低向量空间的维度;构建领域概念树并设计基于领域概念树的文本相似度算法,对领域概念中广泛存在的同义词进行处理,以提高文本之间语义相似度度量的性能。实验结果表明：通过降维和概念相似度计算可提高文本相似度计算的性能。     

基于大数据的装备体系三元概念认知系统模型构造框架

多样化的装备体系定义模式存在概念语义内涵交织、外延对象重叠难以离析,体系系统边界动态模糊等不确定性制约装备体系综合认知,大数据建模与分析决策为装备体系模型表达与知识发现提供了机遇。提出广义复杂信息系统观点下采取形式三元概念分析理论描述和表示装备体系中概念及概念之间层次网络结构的装备体系认知系统模型构造框架。首先分析了能力视角下装备体系语义超网络模型的大数据描述架构及其层次建模过程,设计了一种体系分层共演化时空数据应用模型结构。概述了概念认知系统研究进展,提出一种基于语义上下文的形式三元概念构造策略,讨论了上下文覆盖数据结构与三元概念构造的联系。为应用语义大数据开展装备体系认知计算提供了有益启发。     

基于SMC的分布式隐私保护数据发布研究

针对垂直分布式存储结构的隐私保护数据发布问题,基于元组等价群的概念给出全局k-匿名化的定义和充要条件,采用集合多项式表示方法求解出全局元组ID等价群;并基于多方安全计算的同态加密协议构建了具有隐私性、准确性和公平性的分布式隐私保护k-匿名模型,从而实现了各微数据提供方不泄露本地隐私信息的前提下由半可信第三发布方发布出可供统计分析和数据挖掘等需求的真实有效数据集。实验结果表明,该模型具有很好的安全性、准确性和适用性。     

基于二元语义信息处理的软件质量综合评价方法

针对具有层次结构和语言评价信息的软件质量综合评价问题,提出了一种基于二元语义信息处理的综合评价方法。首先给出了一种软件质量评价指标体系,然后在简要介绍二元语义概念的基础上,给出了基于二元语义信息处理的软件质量综合评价方法的计算步骤,通过该方法可以得到以二元语义形式给出的软件质量综合评价值。最后通过一个算例说明了该评价方法的有效性。     

C2组织信息结构效能测度及综合评估

军事指挥控制(command and control,C2)组织中的效能评估问题是信息化作战中研究的热点。首先通过分析C2组织实体间的关系,形式化描述了C2组织信息结构的基本概念。分别从作战使命层次和作战任务层次设计了指控效率、同步效率和负载率作为其效能测度指标。然后从结构高效性和鲁棒性的角度探讨了测度指标的选择对衡量C2组织信息结构效能的影响。最后,基于加权积模型提出了一种C2组织信息结构效能综合评估方法,并通过一个案例证明了该方法的有效性和稳定性。     

基于层次本体模型(HOM)的语义相似度计算方法

本体映射通过计算实体之间的局部的或/和全局的语义相似度来确定实体之间的关系。除了实体之间的局部或/和全局的关系外,在很多情况下整个本体之间的关系对于计算语义相似度也是很有帮助的。本文试图利用这些关系来计算实体之间的相似度以改进本体映射的性能。为此,本文以范畴论为基础提出了一个层次化的本体模型(hierarchical ontology model,HOM)用以形式化描述这种关系。在此基础上,还提出了一种本体映射算法HOM-Matching,该算法利用本体之间的关系来计算实体之间的语义相似度。两组实验表明:通过设定合适的参数,该算法可以较好地提高本体映射的性能。     

Dynamic random channel reservation protocol

1.INTRODUCTION DemandassignmentMACprotocolshavebeenusedin severalstandardizedwirelessnetworks.Itcaneffec tivelyutilizewirelessbandwidthofradiochannelsand supportlargenumbersofstations[1].Priorityaccess withshortdelayispreferredformultimediaapplica tions,suchasvoiceandvideotraffic.Longdelays andpoorservicequalitycouldoccurifthereisnopri oritybetweendifferenttypesoftraffic.Thepriority schemeinthereservationphaseofdemandassign mentMACprotocolisneeded,itcanhelprequestsof multimediatraffict…     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

改进的核子类判决分析

提出了改进的核子类判决分析（improved kernel clustering based discriminant analysis, IKCDA）方法,首先采用快速全局核k 均值聚类算法找到每类目标的最优子类划分,然后基于找到的子类划分结果采用核子类判决分析求取最优的投影矢量。基于UCI机器学习数据库的实验结果表明,经过IKCDA特征提取后异类样本间的可分性明显改善了。此外,基于美国运动和静止目标获取与识别（moving and stationary target acquisition and recognition, MSTAR）计划录取的合成孔径雷达地面静止目标数据的实验结果表明,经过IKCDA后可以改善对真实目标的分类性能和对干扰目标的拒判能力。     

基于多信息字典学习及稀疏表示的SAR目标识别

为了提高合成孔径雷达（synthetic aperture radar,SAR）图像中目标变体的识别性能,在鉴别字典学习及联合动态稀疏表示模型的基础上,提出一种基于多信息字典学习及稀疏表示的SAR目标识别方法。在训练阶段,采用鉴别字典学习LC-KSVD方法分别对目标图像域幅度信息及目标频域幅度信息进行字典学习。在测试阶段,结合训练阶段学到的2种信息的字典及测试目标的2种信息,采用联合动态稀疏表示模型求解2种信息下的稀疏表示系数。最后,根据2种信息下的重构误差实现对测试目标的识别。使用MSTAR数据集对算法进行验证,结果表明,新方法相对于现有的方法能够达到更好的识别性能。     

一种解决全球地形绘制抖动问题的方法

抖动问题是大规模虚拟场景经常遇到的一个问题,它会导致场景绘制出现非常严重的错误。全球地形环境是一个典型的大场景系统,因此也会遇到抖动问题。针对全球地形环境中的抖动问题,我们改进目前的动态局部坐标系统反抖动方法,提出一种更合适全球地形环境的新反抖动方法。这种方法使用视点在球面上的投影点代替视点作为动态局部坐标系统的原点,使得地形顶点有更高地精度。经过实验证明,这种方法比以视点为原点的反抖动方法有更好地反抖动效果。     

基于语义匹配的作战体系仿真想定生成方法

针对传统的想定建模方法耗时长、成本高的问题，为了实现作战体系概念模型数据到仿真想定的数据映射重用, 提出一种基于语义匹配的作战体系仿真想定生成方法。首先，基于网络爬虫技术获取武器装备的参数信息, 构建了作战领域知识库。在此基础上, 提出了新型的混合式语义匹配方法以提供仿真想定的数据来源, 根据自然语言数据库WordNet开展调参实验确定算法参数, 通过对比人工打分结果有效提高了算法的可信性。在确定了概念模型与仿真想定的数据映射关系后, 给出了仿真想定的生成方法。最后, 通过编队突防仿真应用案例, 验证了该方法的可行性。     

A Model for Design of Human Activity Systems

A background is given to the common failures of management information systems and the authors' view of the causes behind these failures. There seems to be a lack of effective methods for analyzing information requirements. Different scientific methods are discussed as to their propensity for analyzing the information requirements. The importance of the systems design approach instead of the system improvement approach is emphasized. The concept of Human Activity Systems is discussed and an analysis of the interdependence of the soft and hard parts of these systems indicates that an integrated view is necessary. A methodology based on a systemic and systematic analysis of the information requirements in an organization is proposed. This methodology focuses the settings of the decisions on all levels in organizations and also indicates organizational discrepancies and information imbalances. The methodology can be regarded as a dynamic, learning system.     

虚拟组织中面向共享的信息统一描述模型研究

虚拟组织中高质量的信息共享对于提高组织决策质量和效率起着至关重要的作用．从实现虚拟组织中高质量的信息共享出发，深入探讨了虚拟组织中面向共享的信息统一建模描述，提出了一种兼顾信息结构、信息语义、信息关联和信息能力的增强型对象信息描述模型——EODIDM，并在EODIDM信息描述模型中提出了信息能力建模的概念和方法，基于EODIDM信息描述模型深入研究了虚拟组织中面向共享的信息统一建模描述，进行了详细的实例分析和应用研究，最后，将EODIDM信息描述模型与现有信息描述模型进行了对比分析，结果表明EODIDM的通用性更强、可扩展性更好，基于该模型可以实现虚拟组织中高质量的信息共享。     

基于距离熵的应急决策层信息融合方法

通过分析决策层信息融合和应急决策的特点,并考虑到应急决策对客观性、科学性的要求,提出了基于距离熵的应急决策层信息融合方法.首先基于知识元模型进行融合集的获取,并实例化知识元形成信息单元,为融合提供基础信息对象;然后在传统熵权法的基础上,添加对信息间欧式距离的测度,提出"距离熵"的概念,并据此实现局部融合权重和全局融合权重的获取,利用线性加权分别计算局部融合结果和全局融合结果.最后,通过算例验证了方法的优越性和在应急领域的适用性.同其他方法相比,本文提出的方法能有效解决决策层信息融合中融合知识库巨量性和融合结果的客观性、科学性不足等问题.     

基于中心点和语义信息的多方向遥感舰船检测

在高分辨率遥感影像解译中, 舰船目标的检测一直是研究热点。针对遥感影像中近岸舰船排列密集、方向各异以及背景复杂等问题, 本文提出一种基于旋转中心点网络和语义信息(rotated CenterNet using semantic information, RSI-CenterNet)的多方向遥感舰船目标检测方法。首先, 基于关键点检测网络, 在检测阶段添加目标角度回归分支, 以预测目标方向; 其次, 添加语义分割分支, 并将其输出的特征与检测部分的输入特征进行融合以强化目标区域的特征信息; 最后, 引入注意力模块, 以强化目标显著区域与通道的特征, 提升检测精度。实验结果表明, 与其他多种先进方法相比, 本文方法具有更高的检测精度与检测速度, 在高分辨率船舶数据集(High Resolution Ship Collections 2016, HRSC2016)上的平均精度达到88.31%, 检测速度达到17.8 FPS。     

核稀疏概念编码算法及在图像表示中的应用

稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算简单有效.在Yale、ORL和PIE图像库的聚类实验表明,文中算法的准确率和归一化互信息均优于其它几种对比算法.     

多元优化算法可达性分析

提出了一种多元化群智能优化算法-多元优化算法。多元优化算法充分利用了现代计算机多核处理器,大内存的特点,通过多元化的搜索个体(元)对优化问题解空间进行搜索,并对历史信息进行选择记忆。该算法因搜索群具有分工不同的多元化特点而得名。搜索元按照职责不同而分为全局元和局部元,全局元负责在整个搜索空间进行全局搜索并找到潜在解区域,局部元负责在各个潜在解区间进行局部搜索以期望找到该区域更好的解。本文从理论上证明了该算法的可达性。基于标准函数的对比实验也验证了该方法在可达性方面优于其他几个参与比较的算法。