并行式计算机辅助工艺设计

从并行工程的角度出发，建立了并行式ＣＡＰＰ系统的递阶结构模型．并行式工艺设计系统考虑了与上游ＣＡＤ和与下游ＰＰＳ的集成，该系统模拟了人工进行设计时的分层设计思想．     

并行式计算机辅助工艺设计

从并行工程的角度出发，建立了并行式ＣＡＰＰ系统的递阶结构模型，并行式工艺设计系统考虑了与上游ＣＡＤ与下游ＰＰＳ的集成，该系统模拟了人工进行设计时的分层设计思想。     

应急管理可视化多元信息系统构建若干问题研究

基于应急管理的4R理论构建了应急管理系统功能模型和结构模型,提出了基于资源层、状态层、决策层和操作层表达的四层结构应急管理可视化多元信息系统模型,并给出了多元信息可视化表示方法示例和分层递阶可视化融合和应急决策模型.     

动态环境下智能轮椅的路径规划与导航

针对智能轮椅应用的动态环境,提出了一种自主规划和导航算法.采用分层递阶体系结构,设计了基于地图匹配的自定位方法,将路径全局预规划和在线重规划相结合,获得动态环境下导航的次优路径,并且设计了基于局部观测地图的行为控制与行为选择算法.智能轮椅样机的实验结果表明,所提出的方法在动态环境下具有较好的路径优化特性和安全性.     

控制系统CAD中的专家系统技术

本文考虑专家系统技术在控制系统ＣＡＤ中的应用问题。基于ＣＡＤＣＳＣ软件总包的整体结构，嵌入一个产生式专家系统，以处理控制系统设计中所遇到的多种复杂的选择，综合设计过程中的经验和技巧，使整体系统具有决策支持、智能搜索，专家推理等功能。文章在介绍ＣＡＤＣＳＣ软件包概况的基础上，从控制系统工程设计背景出发，总结设计人员的多层次的设计知识和技巧，将其表达为递阶产生式规则。用目标驱动、数据驱动以及启发式搜寻等推理方法，构成一个产生式专家系统。系统能减少设计中某些低效率的反复交互，发挥设计者的创造技能，为控制系统的设计与综合，创造一个良好的智能环境。图３，参３。     

ATDES—专家系统辅助开发工具

介绍了ＡＴＤＥＳ（ＡｓｓｉｓｔａｎｔＴｏｏｌｓｆｏｒＤｅｖｅｌｏｐｉｎｇＥｘｐｅｒｔＳｙｓｔｅｍｓ）中的知识表示、知识管理、调度机制和适用范围，提出了一种基于平面的知识表示与组织的显示描述方法，最后给出了该工具的特点以及进一步完善之处．     

计算机集成制造系统（CIMS）递阶分布式结构设计

本文论述了计算机集成制造子系统（ＣＩＭＳ）递阶分布式结构的构成与内涵．探讨了在我国具体环境下,ＣＩＭＳ递阶分布式结构设计的原则,集成支撑条件及集成制造组织模式的应用环境．提出了以“职责可述”为中心的ＣＩＭＳ递阶分布式系统设计的方法．     

AICAIS的设计与实现

ＡＩＣＡＩＳ（Ａｌｇｅｂｒａ Ｉｎｔｅｌｌｉｇｅｎｔ Ｃｏｍｐｕｔｅｒ Ａｓｓｉｓｔｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ Ｓｙｓｔｅｍ）是关于初中代数的知识计算机辅助教学系统。本文介绍了ＡＩＣＡＩＳ的系统结构，并分别从知识表示，学生模型的建造、教师模型实现方法介绍了ＡＩＣＡＩＳ的设计方法。     

AICAIS的设计与实现

ＡＩＣＡＩＳ（ＡｌｇｅｂｒａＩｎｔｅｌｌｉｇｅｎｔＣｏｍｐｕｔｅｒＡｓｓｉｓｔｅｄＩｎｓｔｒｕｃｔｉｏｎＳｙｓｔｅｍ）是关于初中代数的智能计算机辅助教学系统。本文介绍了ＡＩＣＡＩＳ的系统结构，并分别从知识表示，学生模型的建造、教师模型实现方法介绍了ＡＩＣＡＩＳ的设计方法。     

复杂控制系统面向对象法的诊断系统模型

针对一复杂惯性制导控制系统，讨论了采用面向对象技术系统进行分析与设计的方法，着重介绍了面向对象的知识表示与推理方法．并结合复杂系统的分层、递阶和协调的思想，构造了一个面向对象的层次化诊断专家系统的结构模型．实际工作表明所采用的诊断结构模型是实用和高效的．     

基于行为的机器人学

系统综述了基于行为的机器人学的研究 ,论述了基于行为的机器人学的研究特征 ,内容和方法论 .同时介绍了通用行为结构和基于行为的机器人的设计方法 .     

一种基于网页元数据的用户访问行为建模方法

针对现有行为建模方法难以描述行为语义的问题,提出了一种分层次的用户行为元模型以及一种基于页面元数据的Web用户行为建模方法.该方法从URL的访问、活动、事务3个层次建立Web用户的行为模型,并对页面元数据获取以及在URL的访问、行为、事务之间转化等问题进行了说明.方法及模型不仅描述了用户访问序列信息,还增加了访问内容的局部主题和关键词等信息,为进一步获取Web用户的行为语义特征奠定了很好的基础.通过西安交通大学的Web教学系统验证表明,利用所提方法获得的序列划分准确率达86%以上.     

Creating Autonomous, Perceptive and Intelligent Virtual Humans in a Real-Time Virtual Environment

Creating realistic virtual humans has been a challenging objective in computer science research for some time. This paper describes an integrated framework for modeling virtual humans with a high level of autonomy. The framework seeks to reproduce human-like believable behavior and movement in virtual humans in a virtual environment. The framework includes a visual and auditory information perception module, a decision network based behavior decision module, and a hierarchical autonomous motion control module. These cooperate to model realistic autonomous individual behavior for virtual humans in real-time interactive virtual environments. The framework was tested in a simulated virtual environment system to demonstrate the ability of the framework to create autonomous, perceptive and intelligent virtual humans in real-time virtual environments.     

Land cover classification of RADARSAT-2 SAR data using convolutional neural network

In this paper, we propose a convolutional neural network (CNN) based on deep learning method for land cover classification of synthetic aperture radar (SAR) images. The proposed method consists of convolutional layers, pooling layers, a full connection layer and an output layer. The method acquires high-level abstractions for SAR data by using a hierarchical architecture composed of multiple non-linear transformations such as convolutions and poolings. The feature maps produced by convolutional layers are subsampled by pooling layers and then are converted into a feature vector by the full connection layer. The feature vector is then used by the output layer with softmax regression to perform land cover classification. The multi-layer method replaces hand-engineered features with backpropagation (BP) neural network algorithm for supervised feature learning, hierarchical feature extraction and land cover classification of SAR images. RADARSAT-2 ultra-fine beam high resolution HH-SAR images acquired in the rural urban fringe of the Greater Toronto Area (GTA) are selected for this study. The experiment results show that the accuracy of our classification method is about 90% which is higher than that of nearest neighbor (NN).     

软件体系结构动态特征建模与验证

针对软件体系结构描述语言在分析、验证软件构架动态行为中的不足,采用谓词/变迁(Pr/T)网为软件体系结构动态行为建模,并提出了基于线性时序逻辑的软件体系结构动态行为模型验证方法.首先根据体系结构层次模型扩展Pr/T网建立体系结构动态行为模型(DFM)并构造DFM的可达图,然后使用基于自动机理论的方法来验证模型的时态逻辑性质,最后通过对一个电子商务系统实例的并发控制机制建模和模型检测,验证了该方法的有效性.所提方法结合了Pr/T网和线性时序逻辑的优点,为进一步开展软件体系结构动态行为的分析、验证奠定了基础.     

自动交换光网络中分级子网恢复机制

为了提高网络的生存性,该文提出了一种新型的适合于大规模自动交换光网络的快速分级子网恢复机制。该机制充分利用自动交换光网络分层路由的灵活性,采用分级的子网恢复信令过程和最短路恢复路径选择算法。在提高网络资源利用率的同时,极大地降低了网络的恢复时间。对这种新机制的信令过程进行了详细地描述和分析,并通过仿真计算与其他几种传统恢复机制的性能进行了比较,结果表明:对于跨多个域的连接,分级子网恢复机制具有更低的平均恢复时间;同时发现,缩小子网规模,可以进一步减少恢复时间。     

三层架构在学位论文管理系统中的应用研究

在现代应用系统开发中,越来越多地使用多层架构。通过分层设计可以分散关注、松散耦合、逻辑复用以及标准定义等。本文在介绍ASP.NET中的三层架构技术的基础上,详细阐述了三层架构在学位论文管理系统实现中的应用。     

基于多主体的智能决策支持系统构建方法

以MFCADS系统为例,描述基于多主体的思维方式构造智能决策支持系统体系结构的方法。主体的构造基于扩展的BDI思维状态模型,采用统一的层次型内部控制结构。主体规划使用HTN方法,形成偏序规划树。模型管理分别采和面向组件和面向主体的方法来管理不同种类的模型,给出了主体模型的形式化描述和建模方法。在一定程度上解决了多主体领域理论与实践相结合的问题,并为提高智能决策支持系统的有效性与可靠性提供了新的途径。     

特殊钻石型等级晶格上Gaussian模型的重整化群方法

在一种特殊钻石型等级晶格上，给出了推广后的Ｇａｕｓｓｉａｎ模型的重整化群变换方法，求出了临界点和临界指数。结果表明：这样一种特殊钻石型等级晶格和一般的一族有晶格的铁磁相变性质属于不同的普适类。     

基于混合神经网络的模糊辨识方法

提出一种简明而有效的基于混合神经网络的模糊辨识方法．与现有方法不同,该模糊辨识方法采用自组织神经网络和模糊聚类网络两部分组成的三层神经网络来实现．实验结果表明,该方法可以为模糊建模提供好的模型结构,并具有较高的计算效率和精度．